基于GA和FNN的智能PID控制研究及应用
| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第9-13页 |
| ·课题的来源、目的和意义 | 第9-10页 |
| ·国内外的研究现状 | 第10-12页 |
| ·论文的主要内容 | 第12-13页 |
| 第2章 数控机床位置伺服系统 | 第13-29页 |
| ·数控机床伺服系统概述 | 第13-14页 |
| ·伺服系统的概念 | 第13页 |
| ·伺服系统的分类 | 第13-14页 |
| ·位置伺服系统 | 第14-15页 |
| ·位置控制的基本原理 | 第15-16页 |
| ·对位置伺服系统的要求 | 第16-17页 |
| ·建立位置伺服系统的数学模型 | 第17-23页 |
| ·位置调节器设计方法分析 | 第23-29页 |
| ·PID控制原理 | 第23-24页 |
| ·PID控制参数的整定方法 | 第24-26页 |
| ·常规PID控制的局限性 | 第26-27页 |
| ·论文中控制思想的提出 | 第27-29页 |
| 第3章 模糊神经网络与遗传算法 | 第29-57页 |
| ·模糊逻辑控制 | 第29-34页 |
| ·概述 | 第29页 |
| ·模糊控制器的基本结构 | 第29-34页 |
| ·神经网络控制 | 第34-39页 |
| ·概述 | 第34-37页 |
| ·BP网络 | 第37-39页 |
| ·BP学习算法 | 第37-38页 |
| ·BP学习算法的改进 | 第38-39页 |
| ·模糊神经网络 | 第39-44页 |
| ·模糊逻辑与神经网络的结合方式 | 第40-41页 |
| ·基于标准模糊模型的模糊神经网络 | 第41-44页 |
| ·模糊系统的标准模型 | 第41-42页 |
| ·网络结构 | 第42-44页 |
| ·遗传算法 | 第44-57页 |
| ·概述 | 第44-45页 |
| ·遗传算法的工作原理及基本操作 | 第45-48页 |
| ·遗传算法的有效性及运行机理分析 | 第48-54页 |
| ·遗传算法的模式理论 | 第48-52页 |
| ·积木块假设 | 第52-53页 |
| ·隐含并行性 | 第53-54页 |
| ·遗传算法的运行参数 | 第54-56页 |
| ·遗传算法的收敛性分析 | 第56-57页 |
| ·收敛性判断 | 第56页 |
| ·早熟收敛性分析 | 第56页 |
| ·收敛性分析 | 第56-57页 |
| 第4章 位置调节器的设计 | 第57-72页 |
| ·综合智能控制思想的提出 | 第57页 |
| ·课题的技术方案 | 第57-67页 |
| ·用模糊逻辑优化交叉概率和变异概率 | 第58-62页 |
| ·算法的基本流程 | 第59-61页 |
| ·实例验证 | 第61-62页 |
| ·用改进的遗传算法优化全局性参数 | 第62-65页 |
| ·用改进的BP算法在线调整连接权系数 | 第65-67页 |
| ·设计实例及仿真 | 第67-72页 |
| 第5章 结论 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76-77页 |
| 附录A 攻读硕士学位期间发表的学术论文 | 第77页 |
