神经网络在过程辨识与控制中的应用研究
| 第一章 绪论 | 第1-28页 |
| ·引言 | 第11-12页 |
| ·神经网络的发展概况 | 第12-14页 |
| ·神经网络产生和发展的历史 | 第12-14页 |
| ·神经网络当前的发展和问题 | 第14页 |
| ·神经网络在系统辨识和控制中应用的概况 | 第14-20页 |
| ·用于控制的神经网络类型 | 第15-19页 |
| ·神经网络在控制中的应用概况 | 第19-20页 |
| ·神经网络的宏观研究方法 | 第20-21页 |
| ·前向神经网络的逼近能力分析 | 第21-23页 |
| ·前向神经网络的泛化能力分析 | 第23-25页 |
| ·神经网络与人工智能 | 第25-26页 |
| ·本文的选题意义和主要研究内容 | 第26-28页 |
| 第二章 误差反传学习算法及其改进 | 第28-47页 |
| ·引言 | 第28页 |
| ·基本的BP算法 | 第28-31页 |
| ·BP算法的一些改进方法 | 第31-39页 |
| ·基于数值优化的方法 | 第31-35页 |
| ·基于梯度方向的方法 | 第35-37页 |
| ·对比试验 | 第37-38页 |
| ·应用情况 | 第38-39页 |
| ·激活函数的选择 | 第39-43页 |
| ·非线性误差函数 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第三章 神经网络用于非线性系统辨识 | 第47-56页 |
| ·引言 | 第47-48页 |
| ·带延迟信号的前向网络 | 第48-50页 |
| ·一种新型的动态递归神经网络 | 第50-55页 |
| ·Elman网络 | 第50-51页 |
| ·IOCDRN动态递归网络 | 第51-53页 |
| ·仿真实验 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第四章 神经网络PID控制 | 第56-68页 |
| ·引言 | 第56页 |
| ·一种新型的神经网络PID控制 | 第56-61页 |
| ·常规的神经网络PID控制 | 第56-58页 |
| ·一种新型的神经网络PID控制系统 | 第58-59页 |
| ·仿真实验 | 第59-61页 |
| ·基于单个神经元的自适应控制 | 第61-67页 |
| ·自适应神经元模型及其学习策略 | 第61-63页 |
| ·基于单个神经元的自适应控制 | 第63-65页 |
| ·火电厂主汽温控制仿真实验 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 神经网络用于内模控制 | 第68-81页 |
| ·引言 | 第68页 |
| ·神经网络内模控制的算法描述 | 第68-71页 |
| ·离散非线性动态系统的可逆性 | 第69页 |
| ·神经网络逆模型的训练方法 | 第69-71页 |
| ·改进的神经网络在线自学习内模控制方法 | 第71-77页 |
| ·控制结构及工作原理 | 第72-74页 |
| ·NNM算法和学习 | 第74页 |
| ·NNC算法和学习 | 第74-75页 |
| ·鲁棒控制器RC | 第75-76页 |
| ·算法的实现步骤 | 第76页 |
| ·仿真研究 | 第76-77页 |
| ·稳定性分析 | 第77-79页 |
| ·本章小结 | 第79-81页 |
| 第六章 神经网络用于预测控制 | 第81-98页 |
| ·引言 | 第81页 |
| ·神经网络预测控制算法描述 | 第81-84页 |
| ·改进的神经网络预测控制算法 | 第84-87页 |
| ·改进策略 | 第84页 |
| ·算法步骤 | 第84-85页 |
| ·仿真实验 | 第85-87页 |
| ·一种有约束的神经网络预测控制方法 | 第87-89页 |
| ·采用黄金分割法优化 | 第87-88页 |
| ·仿真实验 | 第88-89页 |
| ·未知非线性系统的一种复合控制算法 | 第89-92页 |
| ·NNGPC-PI复合算法 | 第89-90页 |
| ·仿真实验 | 第90-92页 |
| ·神经网络广义预测控制在电站系统中应用 | 第92-97页 |
| ·用于多变量系统的算法 | 第92-93页 |
| ·电站模型 | 第93-94页 |
| ·仿真实验 | 第94-97页 |
| ·本章小结 | 第97-98页 |
| 第七章 神经网络的工程实践 | 第98-112页 |
| ·引言 | 第98页 |
| ·工程背景介绍 | 第98-100页 |
| ·控制系统计算机辅助工程CAE2000简介 | 第98-99页 |
| ·分散控制系统LN2000简介 | 第99-100页 |
| ·在CAE2000系统中的应用 | 第100-106页 |
| ·在DCS中的应用 | 第106-111页 |
| ·LN2000系统整体功能 | 第106-107页 |
| ·基于单个神经元的自适应控制器 | 第107-108页 |
| ·实时仿真实验 | 第108-111页 |
| ·其它神经网络的应用 | 第111页 |
| ·本章小结 | 第111-112页 |
| 第八章 全文总结 | 第112-114页 |
| ·本文的主要工作与创新点 | 第112-113页 |
| ·本课题今后的研究内容 | 第113-114页 |
| 参考文献 | 第114-122页 |
| 致谢 | 第122-123页 |
| 攻读博士学位期间出版著作和发表学术论文 | 第123-125页 |
| 攻读博士学位期间参加的科研工作 | 第125页 |
