基于遗传算法的神经网络预测控制及应用
| 第一章 绪论 | 第1-12页 |
| ·无人机及本文相关技术简介 | 第7-10页 |
| ·无人机发展历史及现状 | 第7-8页 |
| ·神经网络与预测控制 | 第8-9页 |
| ·遗传算法 | 第9-10页 |
| ·本文的研究目的及意义 | 第10页 |
| ·本文的研究内容及组织结构 | 第10-12页 |
| 第二章 神经网络与预测控制 | 第12-27页 |
| ·预测控制基础 | 第12-15页 |
| ·预测控制的发展历史 | 第12-13页 |
| ·预测控制的基本原理 | 第13-15页 |
| ·预测控制的几个问题 | 第15-17页 |
| ·预测控制的稳定性与鲁棒性 | 第15-16页 |
| ·非最小相位系统和大延迟系统的预测控制 | 第16页 |
| ·多输入多输出系统的预测控制 | 第16-17页 |
| ·参数调节 | 第17页 |
| ·神经网络基础 | 第17-22页 |
| ·神经网络发展概况 | 第17-18页 |
| ·神经网络的结构与类型 | 第18-21页 |
| ·神经网络的学习 | 第21-22页 |
| ·基于神经网络的智能控制 | 第22-27页 |
| ·神经网络控制的基本策略 | 第22-24页 |
| ·用神经网络对复杂系统建模 | 第24-27页 |
| 第三章 遗传算法 | 第27-44页 |
| ·遗传算法的基本介绍 | 第27-28页 |
| ·遗传算法的设计 | 第28-36页 |
| ·基本步骤 | 第28-29页 |
| ·编码 | 第29-31页 |
| ·适应度函数 | 第31页 |
| ·选择策略 | 第31-33页 |
| ·遗传算子 | 第33-36页 |
| ·遗传算法中的一些问题 | 第36-39页 |
| ·编码策略 | 第36-37页 |
| ·积木块假设与欺骗问题 | 第37-38页 |
| ·收敛性 | 第38页 |
| ·早熟与停滞 | 第38-39页 |
| ·遗传算法的改进 | 第39-44页 |
| ·高级操作算子 | 第39-40页 |
| ·变长度染色体编码 | 第40页 |
| ·小生境遗传算法 | 第40-41页 |
| ·多种群遗传算法 | 第41-42页 |
| ·混合遗传算法 | 第42-44页 |
| 第四章 建模与优化 | 第44-54页 |
| ·神经网络辨识 | 第44-47页 |
| ·神经网络辨识的内涵 | 第44-45页 |
| ·神经网络辨识的特点 | 第45-46页 |
| ·动态系统辨识模型 | 第46-47页 |
| ·神经网络的训练优化 | 第47-52页 |
| ·网络结构 | 第47-48页 |
| ·优化方案 | 第48页 |
| ·算法设计 | 第48-51页 |
| ·优化结果 | 第51-52页 |
| ·小结 | 第52-54页 |
| 第五章 控制仿真 | 第54-60页 |
| ·控制策略 | 第54-57页 |
| ·基本方案 | 第54-55页 |
| ·控制参数 | 第55-56页 |
| ·优化参数 | 第56-57页 |
| ·仿真分析 | 第57-60页 |
| ·仿真结果 | 第57-59页 |
| ·问题分析 | 第59-60页 |
| 第六章 结束语 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
