基于小波神经网络控制器设计与研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题背景 | 第10-11页 |
| ·课题来源 | 第10页 |
| ·课题研究的目的及研究意义 | 第10-11页 |
| ·小波神经网络的概况 | 第11-14页 |
| ·小波神经网络的特征 | 第11-12页 |
| ·小波神经网络的研究现状 | 第12-13页 |
| ·小波神经网络的优点和存在的不足 | 第13-14页 |
| ·本文研究内容 | 第14-16页 |
| 第2章 小波神经网络函数逼近 | 第16-31页 |
| ·小波函数的定义及性质 | 第16-21页 |
| ·小波函数的定义 | 第16-17页 |
| ·最基本的一种小波函数 | 第17-18页 |
| ·小波函数的构造 | 第18-21页 |
| ·小波神经网络的性质及分类 | 第21-24页 |
| ·小波神经网络的分类 | 第21-22页 |
| ·小波神经网络的结构 | 第22-24页 |
| ·小波神经网络常用的学习算法 | 第24-28页 |
| ·BP 算法及其改进 | 第24-27页 |
| ·数值优化技术 | 第27-28页 |
| ·小波神经网络函数逼近仿真研究 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 小波神经网络控制器的研究 | 第31-39页 |
| ·小波神经网络控制器的小波基选取 | 第31-33页 |
| ·Mexihat 小波 | 第31页 |
| ·Morlet 小波 | 第31-32页 |
| ·DOG 小波 | 第32-33页 |
| ·Shannon 小波 | 第33页 |
| ·小波神经网络控制器的参数优化 | 第33-35页 |
| ·小波神经网络控制器的初始参数研究现状 | 第33-34页 |
| ·小波神经网络控制器的初始参数优化 | 第34-35页 |
| ·小波神经网络控制器的算法研究 | 第35-37页 |
| ·小波神经网络分级研究 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 小波神经网络控制器仿真研究 | 第39-54页 |
| ·二级倒立摆的系统描述 | 第39-40页 |
| ·小波神经网络网络的训练 | 第40-46页 |
| ·网络结构的确定 | 第40页 |
| ·遗传算法的应用 | 第40-42页 |
| ·分级小波神经网络 | 第42页 |
| ·网络的训练结果 | 第42-46页 |
| ·小波神经网络对二级倒立摆的控制 | 第46-53页 |
| ·控制器的仿真研究 | 第46-48页 |
| ·控制器的最优值研究 | 第48-49页 |
| ·控制器抗干扰能力研究 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 附录 | 第60-62页 |
| 攻读学位期间发表的学术论文 | 第62-63页 |
| 致谢 | 第63页 |
