基于神经网络PID控制器的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| Contents | 第9-11页 |
| 第一章 绪论 | 第11-18页 |
| ·研究的背景和意义 | 第11-12页 |
| ·国内外的研究现状 | 第12-16页 |
| ·传统PID控制应用现状 | 第13页 |
| ·智能控制与PID控制结合的研究现状 | 第13-16页 |
| ·论文组织结构 | 第16-18页 |
| 第二章 PID神经网络控制器 | 第18-39页 |
| ·人工神经网络的理论基础 | 第18-23页 |
| ·BP神经网络的概述和介绍 | 第19页 |
| ·BP神经网络 | 第19-20页 |
| ·BP算法的数学描述 | 第20-23页 |
| ·BP算法程序的实现 | 第23页 |
| ·PID控制器介绍 | 第23-25页 |
| ·PID的控制原理 | 第24-25页 |
| ·基于BP神经网络的PID控制器 | 第25-30页 |
| ·PID神经元的算法 | 第26-30页 |
| ·PID神经网络的基本形式 | 第30-35页 |
| ·PID神经网络的结构形式 | 第30-31页 |
| ·PID神经网络的前向算法 | 第31-33页 |
| ·PID神经网络的反向算法 | 第33-35页 |
| ·PID神经网络的单变量控制系统 | 第35-39页 |
| 第三章 基于误差分级迭代的PID神经网络 | 第39-45页 |
| ·误差分级迭代的误差分级迭代法的思路 | 第39-41页 |
| ·内容和机理分析 | 第41-42页 |
| ·初始权值的影响 | 第42页 |
| ·数值仿真 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于PID神经网络激励函数的改进 | 第45-51页 |
| ·激励函数对网络性能的影响 | 第45页 |
| ·激励函数的改进分析 | 第45-46页 |
| ·激励函数的改进 | 第46-47页 |
| ·数值仿真 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读学位期间发表的学术论文 | 第55-57页 |
| 致谢 | 第57页 |
