基于神经网络的预测解耦优化算法的研究及应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-13页 |
| 第一章 绪论 | 第13-17页 |
| ·研究背景及研究意义 | 第13-14页 |
| ·研究现状 | 第14-15页 |
| ·研究内容和创新点 | 第15-16页 |
| ·本论文研究的主要内容 | 第15-16页 |
| ·本论文的创新点 | 第16页 |
| ·本章小结 | 第16-17页 |
| 第二章 灰色神经网络 | 第17-35页 |
| ·人工神经网络理论 | 第17页 |
| ·BP神经网络 | 第17-22页 |
| ·BP网络模型 | 第18-19页 |
| ·BP神经网络学习算法的计算步骤 | 第19-20页 |
| ·BP网路的改进 | 第20-22页 |
| ·灰色模型理论 | 第22-25页 |
| ·一维灰色系统模型 | 第23-24页 |
| ·N维灰色系统模型 | 第24-25页 |
| ·灰色神经网络模型的建立 | 第25-30页 |
| ·灰色BP神经网络 | 第25-26页 |
| ·GM(1,1)、GM(1,N)神经网络 | 第26-30页 |
| ·灰色神经网络在空调订单量预测中的应用 | 第30-34页 |
| ·影响空调需求量的因素 | 第30-31页 |
| ·空调订单量的仿真研究 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 基于遗传算法的灰色神经网络优化算法 | 第35-47页 |
| ·灰色神经网络优化的几个方向 | 第35页 |
| ·遗传算法的基本原理 | 第35-38页 |
| ·工作原理 | 第36-37页 |
| ·遗传算法操作步骤 | 第37-38页 |
| ·遗传算法的基本要素 | 第38-39页 |
| ·遗传算法优化灰色神经网络 | 第39-42页 |
| ·GA优化灰色神经网络的流程 | 第39-40页 |
| ·遗传算法优化的灰色神经网络参数求解 | 第40-42页 |
| ·实例仿真研究 | 第42-44页 |
| ·仿真分析 | 第42-43页 |
| ·比较结果分析 | 第43-44页 |
| ·本章小结 | 第44-47页 |
| 第四章 基于神经网络的解耦控制研究 | 第47-67页 |
| ·神经网络控制 | 第47页 |
| ·解耦控制系统的设计 | 第47-52页 |
| ·前馈补偿解耦法 | 第48-49页 |
| ·对角矩阵解耦法 | 第49-51页 |
| ·反馈解耦控制 | 第51-52页 |
| ·基于神经网络的变风量空调系统解耦控制 | 第52-56页 |
| ·变风量空调系统的概念 | 第52页 |
| ·变风量空调系统的组成 | 第52-53页 |
| ·VAV末端装置耦合对象分析 | 第53-54页 |
| ·VAV末端装置解耦方法的设计 | 第54-56页 |
| ·基于遗传算法的PID控制器 | 第56-58页 |
| ·应用仿真研究 | 第58-65页 |
| ·耦合对象的数学模型 | 第58-59页 |
| ·Simulink在系统仿真中的应用 | 第59-60页 |
| ·仿真实验 | 第60-65页 |
| ·仿真结果分析 | 第65页 |
| ·本章小结 | 第65-67页 |
| 第五章 结论与展望 | 第67-69页 |
| ·结论 | 第67-68页 |
| ·展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 攻读研究生学位期间发表的学术论文 | 第75页 |
