| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及其意义 | 第10-11页 |
| 1.2 国内外发展概况及研究现状 | 第11-14页 |
| 1.3 本文的主要内容、课题来源及创新点 | 第14-16页 |
| 1.3.1 主要研究内容 | 第14-15页 |
| 1.3.2 课题来源 | 第15页 |
| 1.3.3 主要创新点 | 第15-16页 |
| 第二章 具有迟滞特性的系统建立 | 第16-23页 |
| 2.1 建立 Preisach 模型 | 第16-20页 |
| 2.1.1 Preisach 模型原理 | 第16-18页 |
| 2.1.2 Preisach 迟滞模型建立过程 | 第18-20页 |
| 2.2 建立具有迟滞特性的系统 | 第20-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 具有迟滞特性系统的辨识 | 第23-39页 |
| 3.1 系统辨识概述 | 第23-24页 |
| 3.2 最小二乘法辨识 | 第24-27页 |
| 3.2.1 最小二乘法辨识原理 | 第24-26页 |
| 3.2.2 最小二乘法辨识结果 | 第26-27页 |
| 3.3 递推最小二乘法辨识 | 第27-30页 |
| 3.3.1 递推最小二乘法辨识辨识原理 | 第27-28页 |
| 3.3.2 递推最小二乘法辨识辨识结果 | 第28-30页 |
| 3.4 神经网络辨识 | 第30-37页 |
| 3.4.1 BP 神经网络辨识原理 | 第31-36页 |
| 3.4.2 BP 神经网络辨识结果 | 第36-37页 |
| 3.5 辨识方法误差比较 | 第37-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 逆模控制系统的设计和执行 | 第39-50页 |
| 4.1 迟滞系统可逆性分析 | 第39-41页 |
| 4.2 设计开环逆模型控制器 | 第41-44页 |
| 4.2.1 逆模控制原理 | 第41页 |
| 4.2.2 逆模建立过程 | 第41-44页 |
| 4.3 设计前馈逆模型 PID 控制器 | 第44-49页 |
| 4.3.1 PID 控制原理 | 第44-45页 |
| 4.3.2 逆模 PID 控制器建模 | 第45-48页 |
| 4.3.3 两种控制方法误差比较 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 神经网络逆模控制 | 第50-71页 |
| 5.1 设计神经网络逆模控制器 | 第50-59页 |
| 5.1.1 神经网络逆模控制意义和步骤 | 第50页 |
| 5.1.2 建立神经网络逆模型 | 第50-55页 |
| 5.1.3 建立 BP 神经网络逆模控制器 | 第55-59页 |
| 5.2 基于遗传算法的 BP 的神经网络逆模控制器 | 第59-68页 |
| 5.2.1 遗传算法原理分析 | 第59-63页 |
| 5.2.2 基于遗传算法的 BP 神经网络建立过程 | 第63-66页 |
| 5.2.3 基于遗传算法的 BP 神经网络模型的控制仿真 | 第66-68页 |
| 5.3 BP 神经网络和基于遗传算法逆模型控制误差比较 | 第68页 |
| 5.4 本文设计的四种控制方法的误差比较 | 第68-70页 |
| 5.5 本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 6.1 主要研究结论 | 第71-72页 |
| 6.2 论文展望 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 附录 | 第76-77页 |
| 致谢 | 第77页 |
