| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 引言 | 第11-19页 |
| 1.1 PID控制器的研究现状 | 第11-12页 |
| 1.2 忆阻器的研究现状 | 第12-15页 |
| 1.2.1 忆阻器定义 | 第12-13页 |
| 1.2.2 忆阻器模型 | 第13-14页 |
| 1.2.3 忆阻器的应用 | 第14-15页 |
| 1.3 忆阻神经网络PID控制器 | 第15-16页 |
| 1.4 论文研究意义 | 第16-17页 |
| 1.5 论文内容安排及结构 | 第17-19页 |
| 第二章 忆阻器与神经网络 | 第19-31页 |
| 2.1 惠普忆阻器 | 第19-24页 |
| 2.1.1 电荷控制忆阻器模型 | 第20-21页 |
| 2.1.2 磁通控制忆阻器模型 | 第21-24页 |
| 2.2 神经网络 | 第24-29页 |
| 2.2.1 神经元工作机制 | 第24-26页 |
| 2.2.2 忆阻器类神经突触性 | 第26-27页 |
| 2.2.3 神经元经典模型 | 第27-29页 |
| 2.3 总结 | 第29-31页 |
| 第三章 自适应PID控制器 | 第31-41页 |
| 3.1 单神经元自适应PID控制器 | 第31-33页 |
| 3.2 基于前馈神经网络的自适应PID控制器 | 第33-37页 |
| 3.2.1 自适应PID神经网络控制器结构 | 第34-35页 |
| 3.2.2 基于粒子群算法的权重初始化 | 第35-36页 |
| 3.2.3 梯度下降法优化控制误差 | 第36-37页 |
| 3.3 实验仿真 | 第37-38页 |
| 3.4 本章小结 | 第38-41页 |
| 第四章 新型自适应PID控制器及其应用 | 第41-53页 |
| 4.1 新型自适应PID控制器 | 第41-47页 |
| 4.1.1 基于忆阻神经网络的PID控制器 | 第41-44页 |
| 4.1.2 基于混沌粒子群算法的权重初始化 | 第44-45页 |
| 4.1.3 新型自适应PID控制器的稳定性解释 | 第45-47页 |
| 4.2 新型自适应PID控制器在多输入多输出非线性系统的应用 | 第47-49页 |
| 4.3 新型自适应PID控制器在自动电压调节系统的应用 | 第49-51页 |
| 4.4 本章小结 | 第51-53页 |
| 第五章 新型PID控制器电路及其应用 | 第53-63页 |
| 5.1 PID控制器电路 | 第53页 |
| 5.2 基于磁控忆阻器的LIF神经元电路 | 第53-56页 |
| 5.3 新型PID控制器电路及其应用 | 第56-62页 |
| 5.3.1 稳定性分析 | 第58-59页 |
| 5.3.2 实验结果 | 第59-62页 |
| 5.4 总结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 本文的主要工作 | 第63页 |
| 6.2 下一步工作思路 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71-73页 |
| 攻读硕士期间已完成的学术论文 | 第73页 |
| 攻读硕士期间参加的科研项目 | 第73页 |