摘要 | 第1-4页 |
Abstract | 第4-7页 |
第一章 绪论 | 第7-15页 |
·同步发电机励磁控制的意义 | 第7-8页 |
·发电机励磁控制的发展与评述 | 第8-12页 |
·古典励磁控制方式 | 第9页 |
·线性多变量励磁控制方式 | 第9-10页 |
·非线性多变量励磁控制 | 第10-11页 |
·智能控制方式 | 第11-12页 |
·模糊神经网络的发展与现状 | 第12-13页 |
·本文的主要工作 | 第13-15页 |
第二章 模糊控制和神经网络控制基础 | 第15-35页 |
·模糊控制理论 | 第15-23页 |
·模糊控制理论的数学基础 | 第15-17页 |
·模糊语言与模糊逻辑 | 第17-18页 |
·模糊控制系统与模糊控制器 | 第18-23页 |
·人工神经网络 | 第23-34页 |
·人工神经网络模型 | 第23-25页 |
·人工神经网络的拓扑结构 | 第25-27页 |
·人工神经网络的学习方法 | 第27-28页 |
·三层前馈神经网络详述 | 第28-34页 |
·本章小结 | 第34-35页 |
第三章 励磁控制系统及其数学模型的建立 | 第35-39页 |
·励磁控制系统的组成 | 第35页 |
·励磁系统的性能要求 | 第35-36页 |
·发电机励磁控制系统数学模型的建立 | 第36-38页 |
·本章小结 | 第38-39页 |
第四章 模糊神经PID 励磁控制器的具体设计 | 第39-51页 |
·常规PID、模糊、模糊PID 控制原理 | 第39-44页 |
·常规PID 控制器的设计原理 | 第39-41页 |
·模糊控制器的设计原理 | 第41-43页 |
·模糊-PID 控制器的设计 | 第43-44页 |
·模糊神经PID 控制器具体设计 | 第44-49页 |
·模糊神经PID 控制器的网络拓扑结构 | 第45-47页 |
·模糊神经PID 控制器的控制算法分析 | 第47-49页 |
·本章小结 | 第49-51页 |
第五章 基于PSO 的模糊神经PID 控制器的参数寻优 | 第51-63页 |
·粒子群算法介绍 | 第51-54页 |
·粒子群优化算法基本原理 | 第51-52页 |
·粒子群算法参数的设置及算法流程 | 第52-54页 |
·粒子群算法的几种典型改进算法及其应用 | 第54-59页 |
·粒子群算法的几种典型改进算法 | 第54-57页 |
·改进PSO 算法的具体应用 | 第57-59页 |
·模糊神经PID 励磁控制器参数的优化 | 第59-61页 |
·模糊神经PID 控制器参数的离线优化具体实现 | 第59-60页 |
·仿真模型的建立 | 第60-61页 |
·本章小结 | 第61-63页 |
第六章 系统仿真试验和结果分析 | 第63-75页 |
·励磁控制系统数学模型 | 第63-64页 |
·具体仿真和结果分析 | 第64-73页 |
·利用PSO 算法寻优PID 参数 | 第64-67页 |
·模糊自调整的PID 励磁控制器仿真 | 第67-72页 |
·改进PSO 的模糊神经PID 励磁控制器的仿真研究 | 第72-73页 |
·本章小结 | 第73-75页 |
第七章 总结与展望 | 第75-77页 |
·本文的总结 | 第75页 |
·下一步工作的展望 | 第75-77页 |
致谢 | 第77-79页 |
参考文献 | 第79-83页 |