有界导数神经网络非线性预测控制应用研究
| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第8-22页 |
| ·研究背景及意义 | 第8-9页 |
| ·人工神经网络的发展 | 第9-10页 |
| ·人工神经网络结构介绍 | 第10-16页 |
| ·神经元 | 第10-11页 |
| ·网络结构 | 第11-13页 |
| ·网络学习规则 | 第13-14页 |
| ·网络分类 | 第14-15页 |
| ·应用领域 | 第15-16页 |
| ·神经网络在控制中的应用 | 第16-18页 |
| ·预测控制发展介绍 | 第18-19页 |
| ·有约束神经网络研究现状 | 第19-20页 |
| ·本文主要研究内容 | 第20-22页 |
| 第二章 导数约束神经网络算法研究 | 第22-52页 |
| ·引言 | 第22-23页 |
| ·BP神经网络简介 | 第23页 |
| ·BP网络缺陷分析 | 第23-25页 |
| ·罚函数法神经网络训练算法研究 | 第25-35页 |
| ·目标函数 | 第26-27页 |
| ·训练算法 | 第27-28页 |
| ·仿真 | 第28-35页 |
| ·结论 | 第35页 |
| ·有界导数神经网络训练算法研究 | 第35-50页 |
| ·传输函数 | 第36-37页 |
| ·训练优化命题 | 第37-39页 |
| ·训练算法 | 第39-42页 |
| ·仿真 | 第42-50页 |
| ·结论 | 第50页 |
| ·本章小结 | 第50-52页 |
| 第三章 有界导数神经网络增益调度DMC研究 | 第52-68页 |
| ·引言 | 第52页 |
| ·DMC算法介绍 | 第52-56页 |
| ·DMC增益调度 | 第56-59页 |
| ·传统预测模型缺点 | 第56-57页 |
| ·DMC增益调度算法 | 第57-59页 |
| ·仿真 | 第59-67页 |
| ·CSTR模型 | 第59-62页 |
| ·神经网络建模 | 第62-65页 |
| ·增益调度 | 第65-67页 |
| ·结论 | 第67页 |
| ·本章小结 | 第67-68页 |
| 第四章 动态有界导数神经网络研究 | 第68-80页 |
| ·引言 | 第68-69页 |
| ·动态神经网络 | 第69-70页 |
| ·动态有界导数神经网络 | 第70-73页 |
| ·动态网络结构 | 第70-71页 |
| ·训练算法 | 第71-73页 |
| ·仿真 | 第73-79页 |
| ·训练数据 | 第74-76页 |
| ·NARX神经网络 | 第76-78页 |
| ·动态有界导数神经网络 | 第78-79页 |
| ·本章小结 | 第79-80页 |
| 第五章 总结与展望 | 第80-82页 |
| 参考文献 | 第82-84页 |
| 致谢 | 第84页 |
