| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 致谢 | 第7-11页 |
| 第一章 绪论 | 第11-15页 |
| ·选题的背景 | 第11页 |
| ·国内外研究现状 | 第11-12页 |
| ·人工神经网络技术发展概述 | 第12-13页 |
| ·论文内容安排 | 第13-15页 |
| 第二章 人工神经网络概述 | 第15-28页 |
| ·人工神经网络的基本理论 | 第15-16页 |
| ·人工神经网络构成的基本原理 | 第15-16页 |
| ·人工神经网络的类型 | 第16页 |
| ·神经网络原理 | 第16-22页 |
| ·MP 模型 | 第16-18页 |
| ·一般神经元模型 | 第18-20页 |
| ·感知器模型 | 第20-21页 |
| ·多层感知器 | 第21-22页 |
| ·RBF 神经网络 | 第22-23页 |
| ·RBF 神经网络结构 | 第22-23页 |
| ·RBF 基函数 | 第23页 |
| ·BP 神经网络 | 第23-27页 |
| ·BP 神经网络概述 | 第23-24页 |
| ·BP 算法的计算公式 | 第24-27页 |
| ·神经网络学习规则 | 第27-28页 |
| 第三章 神经网络 PID 控制器的设计 | 第28-44页 |
| ·PID 控制器基本知识介绍 | 第28-31页 |
| ·引言 | 第28页 |
| ·PID 控制器的原理及其特点 | 第28-31页 |
| ·神经元网络和 PID 控制相结合的研究现状 | 第31页 |
| ·单神经元 PID 控制器 | 第31-33页 |
| ·RBF 神经网络 PID 控制器 | 第33-35页 |
| ·RBF 网络学习算法 | 第33-34页 |
| ·RBF 神经网络 PID 控制器设计 | 第34-35页 |
| ·BP 神经网络 PID 控制器设计 | 第35-38页 |
| ·神经网络 PID 控制器的仿真实例 | 第38-44页 |
| 第四章 BP 神经网络 PID 控制器在三容系统中的应用 | 第44-51页 |
| ·三容水箱系统介绍及其解耦控制 | 第44-49页 |
| ·三容水箱系统介绍 | 第44-45页 |
| ·三容水箱系统的解耦 | 第45-49页 |
| ·三容水箱系统的仿真研究 | 第49-51页 |
| 第五章 结论与展望 | 第51-53页 |
| ·工作总结 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-56页 |