网络化控制系统中丢失信息的重构方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·网络化控制系统的概述 | 第8页 |
| ·网络化控制系统的结构 | 第8-9页 |
| ·网络化控制系统的基本问题 | 第9-12页 |
| ·网络诱导时延 | 第9-10页 |
| ·数据包丢失 | 第10页 |
| ·网络调度 | 第10-11页 |
| ·单包传输和多包传输 | 第11页 |
| ·数据包时序错乱 | 第11页 |
| ·节点驱动方式 | 第11-12页 |
| ·网络化控制系统的研究现状 | 第12-14页 |
| ·本文的研究工作 | 第14-16页 |
| 第二章 网络化控制系统模型与信息重构 | 第16-27页 |
| ·网络化控制系统模型 | 第16-22页 |
| ·时延问题的网络控制系统建模 | 第16-17页 |
| ·丢包问题的网络控制系统建模 | 第17-21页 |
| ·同时具有时延和数据包丢失的网络控制系统建模 | 第21-22页 |
| ·信息重构 | 第22-26页 |
| ·网络化控制的实时队列结构 | 第22-23页 |
| ·时间轴设置 | 第23-24页 |
| ·重构模型的参数辨识 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 PID控制算法的信息重构 | 第27-35页 |
| ·PID控制算法 | 第27-28页 |
| ·PID参数的整定原则 | 第27-28页 |
| ·PID信息重构的方法 | 第28-32页 |
| ·控制包丢包的PD预测 | 第28-29页 |
| ·控制包丢包的PD2预测 | 第29-31页 |
| ·控制包丢包的PD3预测 | 第31-32页 |
| ·实例仿真 | 第32-34页 |
| ·过程的网络控制 | 第32页 |
| ·仿真结果 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 遗传算法信息重构研究 | 第35-47页 |
| ·遗传算法简介 | 第35页 |
| ·遗传算法的基本理论 | 第35-38页 |
| ·编码 | 第36页 |
| ·初始群体的设定 | 第36页 |
| ·遗传操作算子 | 第36-37页 |
| ·适应度函数 | 第37-38页 |
| ·控制参数的选择 | 第38页 |
| ·遗传算法的特点 | 第38-39页 |
| ·遗传算法的优点 | 第38-39页 |
| ·遗传算法的缺点 | 第39页 |
| ·自适应遗传算法 | 第39-40页 |
| ·自适应遗传算法重构 | 第40-46页 |
| ·算法的相关操作 | 第40-42页 |
| ·算法流程 | 第42页 |
| ·仿真结果 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 神经网络信息重构 | 第47-60页 |
| ·神经网络概述 | 第47页 |
| ·人工神经元的模型 | 第47-49页 |
| ·生物神经元 | 第47-48页 |
| ·人工神经元模型 | 第48-49页 |
| ·神经网络的结构和特点 | 第49-50页 |
| ·BP神经网络 | 第50-54页 |
| ·BP神经网络的结构 | 第50-51页 |
| ·BP神经网络的算法原理 | 第51-54页 |
| ·径向基神经网络 | 第54-56页 |
| ·径向基神经网络的结构 | 第54-55页 |
| ·径向基神经网络的映射 | 第55-56页 |
| ·径向基神经网络的学习过程 | 第56页 |
| ·径向基神经网络的信息重构 | 第56-59页 |
| ·k-means算法 | 第56-57页 |
| ·递推最小二乘算法(RLS) | 第57页 |
| ·仿真结果 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·全文总结 | 第60页 |
| ·研究展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66页 |
