首页--数理科学和化学论文--控制论、信息论(数学理论)论文--控制论(控制论的数学理论)论文

基于神经网络和模糊逻辑的结构控制算法研究

中文摘要第1-5页
英文摘要第5-9页
1 绪论第9-19页
 1. 1 国内外的研究现状第10-13页
  1. 1. 1 主动调谐质量阻尼器A-TMD第11-12页
  1. 1. 2 结构振动的神经网络控制第12-13页
  1. 1. 3 其它结构主动控制方法第13页
 1. 2 课题的提出及研究意义第13-17页
  1. 2. 1 课题的提出第13-15页
  1. 2. 2 研究的意义第15-17页
 1. 3 课题研究的目的和内容第17-19页
  1. 3. 1 课题研究的目的第17页
  1. 3. 2 课题研究的主要内容第17-19页
2 人工神经网络基本原理及算法第19-28页
 2. 1 人工神经网络基本形式第19-20页
 2. 2 BP神经网络的算法描述第20-24页
  2. 2. 1 BP神经网络的结构第20页
  2. 2. 2 BP神经网络的学习算法第20-24页
 2. 3 BP神经网络的设计第24-26页
  2. 3. 1 BP神经网络的层数第24-25页
  2. 3. 2 隐含层神经元的数目第25页
  2. 3. 3 初始联结权值的选取第25-26页
  2. 3. 4 学习速率的选取第26页
  2. 3. 5 期望误差的设置第26页
 2. 4 BP神经网络的限制和不足第26-28页
3 模糊逻辑控制基本原理第28-37页
 3. 1 模糊控制系统的基本原理第28页
 3. 2 模糊控制器的基本功能第28-31页
  3. 2. 1 模糊化接口功能第28-29页
  3. 2. 2 存储知识库第29页
  3. 2. 3 决策功能第29页
  3. 2. 4 反模糊化接口第29-31页
 3. 3 模糊化方法第31-33页
  3. 3. 1 论域的量化第31-32页
  3. 3. 2 模糊划分第32页
  3. 3. 3 模糊表达第32-33页
 3. 4 模糊控制规则及其生成第33-34页
  3. 4. 1 根据专家经验生成控制规则第33页
  3. 4. 2 对系统执行手工控制生成控制规则第33-34页
  3. 4. 3 根据被控对象的模糊模型生成控制规则第34页
  3. 4. 4 根据学习算法生成控制规则第34页
 3. 5 反模糊化方法第34-35页
  3. 5. 1 最大隶属度法第34-35页
  3. 5. 2 中位数法第35页
  3. 5. 3 重心法第35页
 3. 6 模糊控制算法第35-36页
 3. 7 神经网络模糊控制系统第36-37页
4 结构模糊控制算法的设计及仿真实验第37-63页
 4. 1 常用的结构控制算法简述第37-43页
  4. 1. 1 线性最优控制算法第38页
  4. 1. 2 瞬时最优控制算法第38-39页
  4. 1. 3 独立模态空间控制算法第39-40页
  4. 1. 4 界限控制算法第40-41页
  4. 1. 5 预测控制算法第41页
  4. 1. 6 非线性优化控制算法第41-42页
  4. 1. 7 其它结构控制算法第42页
  4. 1. 8 常用结构控制算法的评价第42-43页
 4. 2 控制算法的设计第43-56页
  4. 2. 1 输入和输出量的选择第43-44页
  4. 2. 2 精确量的离散化和模糊化第44-45页
  4. 2. 3 语言变量模糊子集的隶属函数的确定第45-49页
  4. 2. 4 建立模糊控制规则和模糊关系第49-55页
  4. 2. 5 输出信息的去模糊化处理(模糊判决)第55-56页
 4. 3 模糊控制算法的改进第56-58页
  4. 3. 1 改进控制规则的解析表达式第56页
  4. 3. 2 对建立控制规则表的方法的改进第56-58页
 4. 4 控制算法的仿真第58-63页
  4. 4. 1 仿真模型及其参数第58-60页
  4. 4. 2 仿真结果及分析第60-63页
5 全文结论第63-65页
致谢第65-66页
参考文献第66-68页

论文共68页,点击 下载论文
上一篇:杆的初应力问题研究
下一篇:(F,a,p,d)-凸性下向量极值问题的最优性条件和对偶理论及非线性多目标规划问题的一个算法