| 1.绪论 | 第1-12页 |
| ·智能控制 | 第8-9页 |
| ·模糊控制 | 第9页 |
| ·神经网络控制 | 第9-10页 |
| ·遗传算法 | 第10页 |
| ·混合软计算系统的形成 | 第10-11页 |
| ·本文的主要内容 | 第11-12页 |
| 2.遗传算法及其改进 | 第12-21页 |
| ·遗传算法简述 | 第12页 |
| ·遗传算法的生物学基础 | 第12页 |
| ·遗传算法的应用 | 第12页 |
| ·基本遗传算法 | 第12-15页 |
| ·基本遗传算法描述 | 第12-13页 |
| ·基本遗传算法的实现 | 第13-15页 |
| ·遗传算法的理论基础 | 第15-16页 |
| ·模式定理 | 第15-16页 |
| ·积木块假设 | 第16页 |
| ·遗传算法的收敛性分析 | 第16-18页 |
| ·改进的遗传算法 | 第18-21页 |
| ·微种群算法 | 第18-19页 |
| ·双种群遗传算法 | 第19页 |
| ·混合遗传算法 | 第19页 |
| ·小生境遗传算法 | 第19-20页 |
| ·并行遗传算法 | 第20-21页 |
| 3.遗传算法优化模糊控制及遗传模糊PID控制仿真 | 第21-36页 |
| ·模糊控制器的设计 | 第21-23页 |
| ·模糊系统的结构 | 第21页 |
| ·模糊控制器的设计 | 第21-23页 |
| ·模糊控制的不足及改进 | 第23-24页 |
| ·基于遗传算法优化的模糊控制 | 第24-30页 |
| ·遗传算法优化模糊系统的一般性描述 | 第24-26页 |
| ·遗传算法优化隶属度函数 | 第26-28页 |
| ·遗传算法优化模糊控制规则 | 第28-30页 |
| ·PID控制和模糊PID控制 | 第30-32页 |
| ·遗传算法优化模糊PID控制仿真 | 第32-36页 |
| 4.遗传算法优化神经网络控制和遗传神经PID控制仿真 | 第36-48页 |
| ·神经网络控制的描述 | 第36-39页 |
| ·神经网络的发展过程 | 第36页 |
| ·人工神经网络的特性 | 第36-37页 |
| ·神经网络的数学描述 | 第37-38页 |
| ·神经网络的基本结构 | 第38页 |
| ·神经网络在控制中的应用及示例 | 第38-39页 |
| ·神经网络控制存在的问题及其改进方法 | 第39-40页 |
| ·基于遗传算法优化的神经网络控制 | 第40-43页 |
| ·用遗传算法优化神经网络初始权重 | 第41-42页 |
| ·用遗传算法优化神经网络结构 | 第42-43页 |
| ·用遗传算法优化神经网络学习算法 | 第43页 |
| ·基于单神经元的PID控制 | 第43-44页 |
| ·遗传算法优化单神经元PID控制仿真 | 第44-48页 |
| 结论 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-52页 |