| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-20页 |
| ·课题研究的背景及意义 | 第12页 |
| ·国内外的研究现状及发展动态 | 第12-17页 |
| ·PID控制器的参数整定 | 第12-15页 |
| ·神经网络与PID控制器的结合 | 第15-16页 |
| ·基于遗传算法的神经网络优化 | 第16-17页 |
| ·论文研究的主要内容及创新点 | 第17页 |
| ·论文组织结构 | 第17-20页 |
| 第二章 基于模糊神经网络的智能PID控制器 | 第20-42页 |
| ·基于BP神经网络的智能PID控制器 | 第20-25页 |
| ·BP网络及其学习算法 | 第20-22页 |
| ·基于BP神经网络的PID控制器结构与在线学习算法 | 第22-25页 |
| ·基于模糊RBF神经网络的智能PID控制器 | 第25-29页 |
| ·模糊RBF神经网络结构及其学习算法 | 第25-27页 |
| ·基于模糊RBF神经网络的智能PID控制器结构与在线学习算法 | 第27-29页 |
| ·仿真研究 | 第29-42页 |
| ·基于BP神经网络的智能PID控制器 | 第29-35页 |
| ·基于模糊RBF神经网络的PID控制器 | 第35-41页 |
| ·两种控制器性能比较与分析 | 第41-42页 |
| 第三章 智能PID控制器的遗传算法优化 | 第42-54页 |
| ·基于遗传算法的模糊神经网络参数优化 | 第42-45页 |
| ·遗传算法 | 第42-43页 |
| ·基于遗传算法的模糊RBF神经网络优化 | 第43-45页 |
| ·智能优化PID控制器 | 第45-46页 |
| ·智能优化PID控制器结构 | 第45页 |
| ·智能优化PID控制器在线学习算法 | 第45-46页 |
| ·仿真研究 | 第46-54页 |
| 第四章 实例及应用研究 | 第54-72页 |
| ·TE过程仿真控制平台 | 第54-61页 |
| ·TE过程 | 第54-57页 |
| ·TE过程仿真控制平台 | 第57-61页 |
| ·面向TE过程的智能优化PID控制 | 第61-64页 |
| ·基于组态软件的模糊神经网络智能优化PID控制器实现 | 第64-72页 |
| ·FNN-PID算法的设计方案 | 第64-65页 |
| ·FNN-PID算法的程序设计 | 第65-72页 |
| 第五章 结论 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-80页 |
| 作者与导师简介 | 第80-81页 |
| 北京化工大学硕士研究生学位论文答辩委员会决议书 | 第81-82页 |
