基于PAC的神经网络PID控制的方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-12页 |
| ·课题的研究背景及意义 | 第9-10页 |
| ·课题当今的研究现状 | 第10-11页 |
| ·本文需要解决的关键问题 | 第11页 |
| ·本文的结构组成 | 第11-12页 |
| 2 PID控制器的基本原理 | 第12-18页 |
| ·PID控制器 | 第12-14页 |
| ·PID原理 | 第12-13页 |
| ·PID各参数的作用 | 第13-14页 |
| ·数字PID控制 | 第14-16页 |
| ·位置式PID控制算法 | 第14-15页 |
| ·增量式PID控制算法 | 第15页 |
| ·两种算法的优缺点 | 第15-16页 |
| ·PID参数整定 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 3 神经网络的基本原理 | 第18-30页 |
| ·神经网络的模型结构 | 第18-20页 |
| ·几种典型的学习规则 | 第20页 |
| ·无监督的Hebb学习规则 | 第20页 |
| ·有监督的Delta学习规则 | 第20页 |
| ·几种典型的神经网络 | 第20-29页 |
| ·BP神经网络 | 第21-24页 |
| ·RBF神经网络 | 第24-27页 |
| ·CMAC神经网络 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 4 神经网络PID控制基本原理以及应用 | 第30-48页 |
| ·基于BP神经网络的PID控制 | 第30-45页 |
| ·BP神经网络整定原理 | 第30-35页 |
| ·MATLAB的背景和发展 | 第35-37页 |
| ·常规PID控制系统 | 第37-38页 |
| ·基于BP神经网络的PID控制系统 | 第38-45页 |
| ·RBF神经网络和CMAC神经网络PID控制 | 第45-46页 |
| ·RBF神经网络PID控制 | 第45-46页 |
| ·CMAC神经网络PID控制 | 第46页 |
| ·本章小节 | 第46-48页 |
| 5 基于PAC的神经网路PID控制的方法研究 | 第48-53页 |
| ·PAC简介 | 第48-51页 |
| ·PAC的特征性能 | 第48-49页 |
| ·PAC的工作原理 | 第49-51页 |
| ·神经网络PID控制算法模块实现及流程图 | 第51页 |
| ·基于PAC的神经网络PID控制流程图 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 攻读硕士学位期间发表学术论文情况 | 第56-57页 |
| 致谢 | 第57-59页 |
