| 中文摘要 | 第1页 |
| ABSTRACT | 第4-7页 |
| 第一章 引言 | 第7-15页 |
| ·传统控制的局限和智能控制的发展 | 第7-9页 |
| ·模糊控制的基本思想及其优缺点 | 第9-10页 |
| ·人工神经网络 | 第10-11页 |
| ·模糊神经网络概述 | 第11-13页 |
| ·模糊神经网络的发展现状 | 第11-12页 |
| ·模糊神经网络的应用及存在的问题 | 第12-13页 |
| ·本文的研究内容 | 第13-15页 |
| 第二章 模糊控制与神经网络控制的理论基础 | 第15-23页 |
| ·模糊控制理论基础 | 第15-18页 |
| ·模糊控制系统的组成和基本原理 | 第15-17页 |
| ·T-S 模糊模型 | 第17-18页 |
| ·神经网络控制理论基础 | 第18-23页 |
| ·神经网络及其学习规则 | 第18-19页 |
| ·BP 网及BP 算法 | 第19-23页 |
| 第三章 模糊神经网络的结构和学习算法 | 第23-30页 |
| ·模糊系统和RBF 神经网络的函数等价性 | 第23-25页 |
| ·RBF 神经网络 | 第23-25页 |
| ·模糊推理系统 | 第25页 |
| ·模糊系统和RBF 神经网络的函数等价性 | 第25页 |
| ·RBF 模糊神经网络的结构 | 第25-27页 |
| ·RBF 模糊神经网络的学习算法 | 第27-28页 |
| ·RBF 模糊神经网络控制器的优化 | 第28-30页 |
| 第四章 基于改进的资源分配网的模糊神经网络 | 第30-45页 |
| ·资源分配网 | 第30-34页 |
| ·RAN 网络结构 | 第30-31页 |
| ·RAN 学习算法 | 第31-32页 |
| ·RAN 算法实现 | 第32-33页 |
| ·RAN 的优点与缺点 | 第33-34页 |
| ·改进的资源分配网及其学习算法 | 第34-40页 |
| ·改进的资源分配网络 | 第34页 |
| ·改进的在线RBF 网设计方法 | 第34-39页 |
| ·实例仿真验证及结果分析 | 第39-40页 |
| ·基于改进算法的RBF 模糊神经网络 | 第40-45页 |
| 第五章 RBF 模糊神经网络在过热蒸汽温度控制系统中的应用 | 第45-54页 |
| ·过热蒸汽温度控制系统的特点 | 第45-47页 |
| ·过热蒸汽温度对象的一般特性 | 第45页 |
| ·减温水扰动下过热汽温的动态特性 | 第45-47页 |
| ·过热蒸汽温度控制技术 | 第47-49页 |
| ·几种常见的控制方法 | 第47-49页 |
| ·主汽温中的智能复合控制 | 第49页 |
| ·模糊神经网络控制器在过热蒸汽温度控制系统的应用 | 第49-52页 |
| ·模糊神经网络控制系统结构 | 第49-50页 |
| ·模糊神经网络控制器设计 | 第50-51页 |
| ·主汽温对象辨识系统 | 第51-52页 |
| ·FNNC 应用于主汽温控制的仿真 | 第52-54页 |
| 第六章 结论和展望 | 第54-56页 |
| ·结论 | 第54页 |
| ·展望 | 第54-56页 |
| 参考文献 | 第56-58页 |
| 致谢 | 第58-59页 |
| 在学期间发表的学术论文和参加科研情况 | 第59页 |