| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题来源与研究背景 | 第10-12页 |
| 1.2 课题国内外研究现状 | 第12-15页 |
| 1.3 论文研究内容 | 第15页 |
| 1.4 论文组织结构 | 第15-18页 |
| 第2章 神经网络控制理论 | 第18-30页 |
| 2.1 神经控制系统概述 | 第18-22页 |
| 2.1.1 神经控制系统的基本原理与结构 | 第18-19页 |
| 2.1.2 神经网络在神经控制中的作用 | 第19-20页 |
| 2.1.3 神经控制器的设计 | 第20-22页 |
| 2.2 神经网络理论基础 | 第22-26页 |
| 2.3 BP神经网络理论 | 第26-30页 |
| 2.3.1 BP神经网络结构 | 第26-27页 |
| 2.3.2 BP神经网络算法与流程 | 第27-30页 |
| 第3章 FAST节点控制原理分析 | 第30-38页 |
| 3.1 FAST节点系统结构 | 第30-34页 |
| 3.1.1 FAST的整体结构 | 第30-31页 |
| 3.1.2 背架结构 | 第31-32页 |
| 3.1.3 FAST节点 | 第32-33页 |
| 3.1.4 周边支撑结构 | 第33-34页 |
| 3.2 节点的变位分析 | 第34-36页 |
| 3.2.1 反射面变形策略 | 第34-35页 |
| 3.2.2 节点变位策略 | 第35-36页 |
| 3.3 FAST节点位移的控制原理 | 第36-38页 |
| 第4章 基于改进PSO算法优化BP神经网络 | 第38-54页 |
| 4.1 粒子群算法 | 第38-41页 |
| 4.1.1 粒子群算法原理 | 第38-39页 |
| 4.1.2 粒子群算法基本流程 | 第39-40页 |
| 4.1.3 粒子群算法的局限性分析 | 第40-41页 |
| 4.2 粒子群算法的改进 | 第41-47页 |
| 4.2.1 权重调整策略 | 第41-42页 |
| 4.2.2 种群多样性策略 | 第42-45页 |
| 4.2.3 改进PSO算法的步骤及流程 | 第45-47页 |
| 4.3 改进PSO算法优化BP神经网络 | 第47-54页 |
| 4.3.1 BP网络的优点和局限性 | 第47-48页 |
| 4.3.2 BP网络的初始权值和泛化能力分析 | 第48-49页 |
| 4.3.3 改进PSO优化BP算法的可行性 | 第49-50页 |
| 4.3.4 改进PSO优化BP算法的基本思想 | 第50-51页 |
| 4.3.5 改进PSO优化BP算法的步骤及流程 | 第51-54页 |
| 第5章 算法分析与改进PSO-BP在FAST节点位移控制中的应用 | 第54-68页 |
| 5.1 改进PSO算法的性能分析 | 第54-62页 |
| 5.1.1 粒子群算法的标准测试函数 | 第54-56页 |
| 5.1.2 改进PSO的仿真对比分析 | 第56-62页 |
| 5.2 FAST节点位移控制模型的建立 | 第62-64页 |
| 5.2.1 网络层数的确定 | 第62-63页 |
| 5.2.2 各层神经元数目的确定 | 第63-64页 |
| 5.2.3 学习速率的选取 | 第64页 |
| 5.3 FAST节点位移控制模型仿真及算法性能对比 | 第64-68页 |
| 第6章 结束语 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76-78页 |
| 攻读硕士期间发表论文情况 | 第78页 |