| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·引言 | 第10页 |
| ·GA的研究历史及国内外研究现状 | 第10-13页 |
| ·课题研究的目的及意义 | 第13-14页 |
| ·本文的主要工作 | 第14-16页 |
| 第2章 遗传算法和神经网络的基本理论 | 第16-40页 |
| ·遗传算法理论 | 第16-29页 |
| ·遗传算法的基本思想 | 第16-26页 |
| ·常见的改进遗传算法 | 第26-29页 |
| ·人工神经网络 | 第29-38页 |
| ·人工神经网络概述 | 第29-31页 |
| ·神经网络的分类 | 第31-33页 |
| ·径向基神经网络 | 第33-38页 |
| ·本章小结 | 第38-40页 |
| 第3章 基于改进HANHGA的RBFNN方法 | 第40-50页 |
| ·遗传算法与神经网络 | 第40-41页 |
| ·基于改进HANHGA的RBFNN | 第41-48页 |
| ·自适应遗传算法 | 第41-42页 |
| ·递阶遗传算法 | 第42-43页 |
| ·改进ANHGA | 第43-46页 |
| ·改进HANHGA优化RBFNN | 第46-47页 |
| ·算法流程 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第4章 基于改进HANHGA的RBFNN在二级倒立摆系统中的控制研究 | 第50-68页 |
| ·二级倒立摆系统 | 第50-61页 |
| ·倒立摆系统简介 | 第50页 |
| ·倒立摆系统研究现状 | 第50-52页 |
| ·二级倒立摆系统的结构组成 | 第52页 |
| ·二级倒立摆系统的数学建模 | 第52-57页 |
| ·二级倒立摆非线性模型的线性化 | 第57-60页 |
| ·二级立摆系统的稳定性,能控性和能观测性分析 | 第60-61页 |
| ·基于改进HANHGA的RBFNN二级倒立摆控制系统仿真研究 | 第61-66页 |
| ·二级倒立摆系统的LQ最优控制 | 第61-62页 |
| ·改进HANHGA的RBFNN在二级倒立摆系统中的仿真 | 第62-66页 |
| ·控制结果比较 | 第66页 |
| ·本章小结 | 第66-68页 |
| 第5章 结论与展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74页 |
