模糊神经网络在大滞后非线性系统中的应用
| 第一章 绪论 | 第1-12页 |
| 1-1 引言 | 第7-8页 |
| 1-2 模糊神经网络的研究与发展 | 第8-11页 |
| 1-2-1 模糊控制的发展和背景 | 第8-9页 |
| 1-2-2 神经网络的发展和背景 | 第9-10页 |
| 1-2-3 模糊控制和神经网络的结合 | 第10-11页 |
| 1-3 本课题的主要工作和创新点 | 第11-12页 |
| 1-3-1 本课题的主要工作 | 第11页 |
| 1-3-2 创新点 | 第11-12页 |
| 第二章 电阻加热炉的结构与控制 | 第12-15页 |
| 2-1 电阻加热炉结构 | 第12-13页 |
| 2-2 电阻加热炉的总体控制方案 | 第13-15页 |
| 第三章 基于联想记忆神经网络的系统辨识 | 第15-33页 |
| 3-1 神经元模型 | 第15-17页 |
| 3-1-1 生物神经元的结构 | 第15-16页 |
| 3-1-2 人工神经元及其模型 | 第16-17页 |
| 3-2 多层前馈神经网络及BP算法 | 第17-20页 |
| 3-2-1 多层前馈神经网络以及结构 | 第17页 |
| 3-2-2 误差反传(BP)算法 | 第17-18页 |
| 3-2-3 BP算法的主要优点及缺点 | 第18-19页 |
| 3-2-4 BP算法的改进方法 | 第19-20页 |
| 3-3 动态递归神经网络 | 第20-22页 |
| 3-4 神经网络的训练 | 第22-24页 |
| 3-4-1 获取训练样本集合 | 第22-23页 |
| 3-4-2 确定网络的类型和结构 | 第23-24页 |
| 3-4-3 神经网络的训练和测试 | 第24页 |
| 3-5 联想记忆神经网络结构及算法 | 第24-27页 |
| 3-5-1 联想记忆神经网络结构 | 第25-26页 |
| 3-5-2 学习算法和记忆衰减因子的选取 | 第26-27页 |
| 3-5-3 联想记忆神经网络的特点 | 第27页 |
| 3-6 神经网络系统辨识的模型结构 | 第27-29页 |
| 3-7 神经网络辨识结构的比较 | 第29-31页 |
| 3-7-1 多层前向神经网络用于系统辨识的分析 | 第29-30页 |
| 3-7-2 动态递归神经网络用于系统辨识的分析 | 第30页 |
| 3-7-3 联想记忆神经网络用于系统辨识的分析 | 第30-31页 |
| 3-8 系统辨识方法的仿真研究 | 第31-33页 |
| 第四章 基于模糊神经网络的模型参考自适应控制 | 第33-44页 |
| 4-1 模糊控制理论简介 | 第33-36页 |
| 4-1-1 模糊控制系统与模糊控制器 | 第33-34页 |
| 4-1-2 模糊控制规则及基本运算操作 | 第34-35页 |
| 4-1-3 模糊系统的标准模型 | 第35-36页 |
| 4-2 论域为离散时的模糊控制结构 | 第36-37页 |
| 4-3 模糊神经网络结构及算法 | 第37-40页 |
| 4-4 基于模糊神经网络的模型参考自适应控制 | 第40-44页 |
| 第五章 电阻加热炉的智能控制 | 第44-47页 |
| 5-1 电阻加热炉的模型辨识 | 第44-45页 |
| 5-2 电阻加熱炉的智能控制 | 第45-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-50页 |
| 致谢 | 第50-51页 |
| 攻读硕士学位期间所取得的相关科研成果 | 第51页 |
