神经网络理论应用于航向自动舵研究
| 第1章 绪论 | 第1-18页 |
| ·课题来源 | 第9页 |
| ·船舶运动控制系统 | 第9-14页 |
| ·船舶自动操舵仪系统 | 第10-13页 |
| ·减摇鳍系统 | 第13页 |
| ·舵鳍联合控制系统 | 第13-14页 |
| ·神经网络控制概述 | 第14-17页 |
| ·本文研究的主要内容 | 第17-18页 |
| 第2章 潜艇水动力建模 | 第18-51页 |
| ·引言 | 第18-19页 |
| ·两种坐标系及其转换关系 | 第19-21页 |
| ·两种坐标系 | 第19-20页 |
| ·刚体动量和动量矩的导数在两种坐标系中的转换关系 | 第20页 |
| ·两种坐标系之间的旋转变换关系 | 第20-21页 |
| ·潜艇空间六自由度运动建模 | 第21-28页 |
| ·潜艇空间运动一般方程 | 第21-22页 |
| ·艇体受力的数学表示 | 第22-26页 |
| ·潜艇六自由度空间运动方程 | 第26-28页 |
| ·模型的简化及几种典型形式 | 第28-39页 |
| ·模型简化 | 第28-34页 |
| ·潜艇空间操纵运动标准模型 | 第34-36页 |
| ·平面操纵运动模型 | 第36-39页 |
| ·几种典型模型的比较 | 第39页 |
| ·模型的求解、简化和仿真验证 | 第39-49页 |
| ·模型的求解 | 第39-42页 |
| ·三种简化的仿真模型及其解 | 第42-47页 |
| ·仿真研究 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 第3章 神经网络控制 | 第51-85页 |
| ·引言 | 第51页 |
| ·神经网络控制基础 | 第51-59页 |
| ·生物神经元模型 | 第51-53页 |
| ·人工神经元模型 | 第53-55页 |
| ·人工神经网络模型 | 第55-56页 |
| ·神经网络的学习方法 | 第56-59页 |
| ·前向网络及其主要算法 | 第59-65页 |
| ·感知器 | 第59-60页 |
| ·BP网络 | 第60-65页 |
| ·神经网络与自动控制 | 第65-68页 |
| ·神经网络模型辨识 | 第65-67页 |
| ·神经网络的控制结构 | 第67-68页 |
| ·单神经元自适应控制 | 第68-79页 |
| ·单神经元自适应PID控制 | 第68-73页 |
| ·单神经元自适应PSD控制 | 第73-79页 |
| ·神经网络PID控制 | 第79-84页 |
| ·神经网络PID控制算法 | 第79-82页 |
| ·算法的改进 | 第82页 |
| ·神经网络PID算法在航向控制中的应用 | 第82-84页 |
| ·本章小结 | 第84-85页 |
| 第4章 神经网络PID参数寻优的优化 | 第85-100页 |
| ·引言 | 第85-86页 |
| ·遗传算法基础 | 第86-91页 |
| ·遗传算法概述 | 第86-87页 |
| ·遗传算法的搜索方法 | 第87-88页 |
| ·遗传算法的编码原则 | 第88-91页 |
| ·遗传算法的选择机理 | 第91页 |
| ·用遗传算法寻优PID参数 | 第91-98页 |
| ·用于PID参数寻优的遗传算法的设计 | 第92-97页 |
| ·仿真试验及结果分析 | 第97-98页 |
| ·本章小结 | 第98-100页 |
| 结论 | 第100-102页 |
| 参考文献 | 第102-105页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第105-106页 |
| 致谢 | 第106-107页 |
| 附录 | 第107-113页 |
