智能控制在智能稳定土拌合机中的应用
| 第一章 绪论 | 第1-18页 |
| ·智能控制的产生、发展、现状及其发展趋势 | 第8-12页 |
| ·智能控制的产生 | 第8-9页 |
| ·智能控制的发展 | 第9-10页 |
| ·智能控制的现状及其发展趋势 | 第10-12页 |
| ·智能控制的现状及存在的一些问题 | 第10-11页 |
| ·智能控制的发展趋势 | 第11-12页 |
| ·模糊控制的发展和现状 | 第12-13页 |
| ·神经网络控制技术的发展和现状 | 第13-16页 |
| ·论文选题的背景及主要内容 | 第16-18页 |
| 第二章 模糊控制器的原理及其设计 | 第18-28页 |
| ·模糊控制的基本原理 | 第18-19页 |
| ·模糊控制器的设计 | 第19-28页 |
| ·模糊控制器的结构设计 | 第20页 |
| ·精确量的模糊化方法 | 第20-21页 |
| ·模糊控制规则的设计 | 第21-24页 |
| ·选择描述输入和输出变量的词集 | 第21-22页 |
| ·定义模糊变量的模糊子集 | 第22-23页 |
| ·建立模糊控制器的控制规则 | 第23-24页 |
| ·模糊量的去模糊化 | 第24-25页 |
| ·论域、量化因子、比例因子的选择 | 第25-28页 |
| 第三章 神经网络控制器的原理及其设计 | 第28-45页 |
| ·神经网络的基本原理 | 第28-34页 |
| ·神经元模型 | 第28-30页 |
| ·生物神经元 | 第28-29页 |
| ·神经元的特性 | 第29-30页 |
| ·神经元的功能 | 第30页 |
| ·MP 模型 | 第30-31页 |
| ·神经元的传递函数 | 第31-33页 |
| ·Hebb 学习规则 | 第33-34页 |
| ·BP 网络模型及相关问题 | 第34-36页 |
| ·BP 网络结构 | 第34页 |
| ·经典 BP 算法 | 第34-35页 |
| ·改进 BP 算法 | 第35-36页 |
| ·动量法 | 第35-36页 |
| ·Levenberg-Marquardt 方法 | 第36页 |
| ·神经网络控制 | 第36-45页 |
| ·基于单神经元的自适应控制 | 第37-39页 |
| ·自适应神经元及其学习策略 | 第37-38页 |
| ·控制器设计 | 第38-39页 |
| ·基于遗传算法的神经网络模型预测控制算法 | 第39-45页 |
| ·模型预测控制简介 | 第40-41页 |
| ·遗传算法简介 | 第41-42页 |
| ·基于遗传算法的神经网络模型预测控制算法 | 第42-45页 |
| 第四章 智能控制在智能稳定土拌合机中的应用 | 第45-63页 |
| ·智能稳定土拌合机整机系统 | 第45-47页 |
| ·智能稳定土拌合机机械系统 | 第45-46页 |
| ·智能稳定土拌合机计算机控制系统 | 第46-47页 |
| ·智能控制在智能稳定土机流量控制中的应用 | 第47-63页 |
| ·模糊 PID 控制器在骨料流量控制中的应用 | 第48-55页 |
| ·模糊 PID 控制器的设计 | 第49-53页 |
| ·仿真研究 | 第53-54页 |
| ·实际控制效果 | 第54-55页 |
| ·神经网络控制器在水泥流量控制中的应用 | 第55-63页 |
| ·方案一 :基于遗传算法的神经网络模型预测控制 | 第56-58页 |
| ·方案二 :神经元预测控制器 | 第58-63页 |
| 结束语 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 个人简历 | 第70页 |