基于神经网络的音圈电机迟滞特性建模
| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 第1章 绪论 | 第11-15页 |
| ·神经网络国内外研究概况及发展趋势 | 第11-12页 |
| ·迟滞非线性的研究现状 | 第12-13页 |
| ·本课题研究内容意义 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第2章 音圈电机的数学模型及其迟滞特性 | 第15-23页 |
| ·音圈电机的结构及其工作原理 | 第15-16页 |
| ·音圈电机的结构 | 第15-16页 |
| ·音圈电机的工作原理 | 第16页 |
| ·音圈电机微定位实验平台 | 第16-18页 |
| ·音圈电机微定位系统的组成 | 第16-18页 |
| ·音圈电机的驱动组成 | 第18页 |
| ·音圈电机的数学模型 | 第18-20页 |
| ·音圈电机的迟滞特性 | 第20-21页 |
| ·本章小结 | 第21-23页 |
| 第3章 改进算法的BP神经网络的设计 | 第23-36页 |
| ·BP神经网络理论 | 第23-26页 |
| ·BP 神经网络结构 | 第23-24页 |
| ·BP 网络的激励函数 | 第24-25页 |
| ·BP 网络的学习过程 | 第25-26页 |
| ·改进的激励函数 | 第26-27页 |
| ·改进算法的BP网络迟滞建模 | 第27-32页 |
| ·BP 网络迟滞模型的结构设计 | 第27-29页 |
| ·改进的权值、阈值修正算法 | 第29-31页 |
| ·隐藏层的学习算法 | 第31-32页 |
| ·仿真实验设计 | 第32-35页 |
| ·样本数据采集 | 第32页 |
| ·BP网络迟滞模型的训练 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 改进算法的 RBF 神经网络的设计 | 第36-49页 |
| ·径向基神经网络理论 | 第36-40页 |
| ·RBF网络的结构 | 第36-38页 |
| ·RBF网络的激励函数 | 第38-39页 |
| ·学习过程 | 第39-40页 |
| ·RBF神经网络的算法 | 第40-42页 |
| ·学习算法分析 | 第40-41页 |
| ·激励函数算法的改进 | 第41-42页 |
| ·RBF网络算法的改进及迟滞建模 | 第42-46页 |
| ·RBF网络迟滞模型的结构设计 | 第43页 |
| ·K—均值聚类法的改进 | 第43-46页 |
| ·改进权值修正算法 | 第46页 |
| ·仿真实验 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 BP和RBF网络的分析比较 | 第49-57页 |
| ·BP与 RBF 网络结构的比较 | 第49-50页 |
| ·训练算法的改进与比较 | 第50-53页 |
| ·BP 网络改进算法的研究 | 第50-51页 |
| ·RBF 网络改进算法的研究 | 第51-53页 |
| ·比较网络性能 | 第53-55页 |
| ·对迟滞特性的辨识比较 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第6章 结论与展望 | 第57-60页 |
| 参考文献 | 第60-63页 |
| 硕士期间发表的论文 | 第63-64页 |
| 致谢 | 第64-65页 |
| 附录 | 第65-69页 |
