基于遗传算法优化RBF神经网络控制器

摘要	第1-6页
Abstract	第6-10页
第1章 绪论	第10-14页
·选题背景及研究意义	第10页
·RBF 神经网络及其特点	第10-13页
·人工神经网络的特点	第10-11页
·RBF 神经网络特点	第11-12页
·RBF 神经网络的研究现状	第12-13页
·本文研究内容	第13-14页
第2章 径向基函数神经网络的基本理论	第14-22页
·RBF 神经网络的原理	第14-19页
·RBF 神经网络结构	第14-16页
·RBF 神经网络的数学基础	第16-17页
·正则化网络	第17-19页
·RBF 神经网络的学习算法	第19-21页
·基函数中心确定方法	第20页
·遗传算法	第20-21页
·本章小结	第21-22页
第3章 RBF 神经网络控制器的优化	第22-29页
·遗传算法优化RBF 神经网络控制器的参数	第22-24页
·粒子群算法位置更新原理	第24-25页
·改进的遗传算法	第25-28页
·本章小结	第28-29页
第4章 RBF 神经网络控制器仿真研究	第29-43页
·二级倒立摆的系统描述	第29-30页
·RBF 神经网络网络的训练	第30-32页
·网络结构的确定	第30-31页
·网络的训练步骤及结果	第31-32页
·RBF 神经网络对二级倒立摆的控制	第32-39页
·控制器的仿真研究	第32-36页
·控制器的最优值研究	第36页
·控制器抗干扰能力研究	第36-39页
·实验结构及其分析	第39-41页
·本章小结	第41-43页
结论	第43-44页
参考文献	第44-47页
附录	第47-51页
攻读学位期间发表的学术论文	第51-52页
致谢	第52页