| 第1章 绪论 | 第1-22页 |
| 1．1 船舶运动控制综述 | 第9-12页 |
| 1．1．1 船舶控制的复杂性 | 第9-10页 |
| 1．1．2 船舶的手动控制和自动控制 | 第10页 |
| 1．1．3 船舶自动操舵仪 | 第10-12页 |
| 1．2 船舶运动控制策略 | 第12-22页 |
| 1．2．1 PID自动舵 | 第12-14页 |
| 1．2．2 自适应自动舵 | 第14-15页 |
| 1．2．3 智能自动舵 | 第15-22页 |
| 第2章 船舶操纵数学模型 | 第22-28页 |
| 2．1 船舶平面运动的表示方法 | 第22-23页 |
| 2．2 线性操纵运动方程与特征表达式 | 第23-25页 |
| 2．3 传递函数型的船舶运动数学模型 | 第25-26页 |
| 2．4 仿真采用的数学模型和船舶参数 | 第26-28页 |
| 第3章 PID自动舵的设计及仿真 | 第28-37页 |
| 3．1 数字PID控制算法 | 第28-32页 |
| 3．1．1 位置式PID控制算法 | 第29-30页 |
| 3．1．2 增量式PID控制算法 | 第30-32页 |
| 3．2 PID自动舵的参数设计 | 第32-33页 |
| 3．2．1 PD型航向自动舵的设计 | 第32页 |
| 3．2．2 PID型航向自动舵的设计 | 第32-33页 |
| 3．3 PID自动舵的计算机仿真 | 第33-37页 |
| 第4章 模糊神经网络控制 | 第37-52页 |
| 4．1 模糊控制 | 第37-41页 |
| 4．1．1 模糊控制的组成 | 第37-38页 |
| 4．1．2 模糊控制器的设计 | 第38-41页 |
| 4．2 神经网络 | 第41-43页 |
| 4．3 模糊神经网络控制器 | 第43-52页 |
| 4．3．1 模糊控制与神经网络的融合 | 第44-47页 |
| 4．3．2 自组织模糊控制器 | 第47-52页 |
| 第5章 模糊神经网络自组织控制器在航向控制中的应用 | 第52-71页 |
| 5．1 遗传算法 | 第52-57页 |
| 5．1．1 基本遗传算法 | 第52-53页 |
| 5．1．2 遗传算法的数学基础 | 第53-54页 |
| 5．1．3 GA的特点 | 第54-55页 |
| 5．1．4 遗传算法在神经网络学习中的应用 | 第55-57页 |
| 5．2 推广Kalman滤波算法 | 第57-61页 |
| 5．3 模糊神经网络自组织控制器的设计 | 第61-68页 |
| 5．3．1 PNN网络 | 第61-63页 |
| 5．3．2 FRN网络 | 第63-66页 |
| 5．3．3 性能测量 | 第66-67页 |
| 5．3．4 控制量校正 | 第67-68页 |
| 5．4 系统仿真 | 第68-71页 |
| 第6章 结束语 | 第71-73页 |
| 参考文献 | 第73-77页 |