基于优化BP网络的大功率LED系统辨识
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·课题背景的研究意义 | 第10-11页 |
| ·LED 照明技术研究现状 | 第11-14页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-14页 |
| ·神经网络系统辨识基础理论 | 第14-17页 |
| ·LED 的分类及其优点 | 第17-18页 |
| ·课题来源及主要研究内容和结构编排 | 第18-20页 |
| 第2章 大功率 LED 光电热特性 | 第20-34页 |
| ·引言 | 第20页 |
| ·LED 发光原理 | 第20-23页 |
| ·LED 电学特性分析 | 第23-24页 |
| ·LED 光学特性分析 | 第24-28页 |
| ·LED 热学特性研究 | 第28-33页 |
| ·结温及其测量 | 第28-32页 |
| ·热阻 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 结构模型及实验分析 | 第34-44页 |
| ·引言 | 第34页 |
| ·模型理论 | 第34-35页 |
| ·LED 灯具物理模型分析 | 第35-37页 |
| ·LED 灯具热控制模型 | 第37-39页 |
| ·实验 | 第39-42页 |
| ·试验平台 | 第40页 |
| ·数据分析处理 | 第40-41页 |
| ·数据拟合分析 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第4章 改进粒子群算法优化 BP 网络的系统辨识 | 第44-58页 |
| ·引言 | 第44页 |
| ·基于 BP 网络的大功率 LED 照明系统辨识 | 第44-52页 |
| ·BP 网络结构 | 第45页 |
| ·辨识模型网络结构的选择 | 第45-47页 |
| ·网络训练过程算法 | 第47-49页 |
| ·系统辨识结果仿真 | 第49-52页 |
| ·改进粒子群算法优化 BP 网络的系统辨识 | 第52-56页 |
| ·标准粒子群算法 | 第52-53页 |
| ·基于遗传算子的改进粒子群算法 | 第53页 |
| ·优化 BP 网络的粒子群算法流程 | 第53-54页 |
| ·优化结果与误差分析 | 第54-56页 |
| ·本章小结 | 第56-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第65-66页 |
| 致谢 | 第66-67页 |
| 作者简介 | 第67页 |
