| 中文摘要 | 第1-3页 |
| Abstract | 第3-8页 |
| 第1章 绪论 | 第8-20页 |
| ·研究的目的及意义 | 第8-10页 |
| ·神经网络与神经网络控制的发展与现状 | 第10-14页 |
| ·神经网络发展概况 | 第10-13页 |
| ·神经网络控制的研究与进展 | 第13-14页 |
| ·神经网络控制系统 | 第14-17页 |
| ·神经网络控制系统特性 | 第14-15页 |
| ·神经网络控制系统的作用和结构 | 第15-16页 |
| ·当前神经网络控制系统的研究课题 | 第16-17页 |
| ·本论文的内容和主要创新 | 第17-20页 |
| 第2章 神经网络的理论基础 | 第20-35页 |
| ·MP 模型 | 第20-23页 |
| ·非对称型Sigmoid 函数 | 第21-22页 |
| ·对称型Sigmoid 函数 | 第22页 |
| ·对称型阶跃函数 | 第22-23页 |
| ·感知器 | 第23-25页 |
| ·单层感知器 | 第23-24页 |
| ·多层感知器 | 第24-25页 |
| ·典型的多层前向网络——BP 网络的结构及算法 | 第25-30页 |
| ·BP 神经网络的前向计算 | 第25-26页 |
| ·BP 神经网络的误差反向传播和加权系数的调整 | 第26-30页 |
| ·径向基函数神经网络 | 第30-32页 |
| ·网络输出计算 | 第30-31页 |
| ·网络的在线学习算法 | 第31-32页 |
| ·神经网络的学习规则 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 数字 PID 控制 | 第35-45页 |
| ·PID 控制原理 | 第35-36页 |
| ·数字PID 控制 | 第36-39页 |
| ·位置式 PID 控制算法 | 第37-38页 |
| ·增量式 PID 控制算法 | 第38-39页 |
| ·改进型PID 控制器 | 第39-44页 |
| ·模糊 PID 控制器 | 第39-40页 |
| ·专家PID 控制器 | 第40-41页 |
| ·基于遗传算法整定的PID 控制器 | 第41-42页 |
| ·灰色PID 控制器 | 第42-44页 |
| ·神经网络PID 控制器 | 第44页 |
| ·本章小结 | 第44-45页 |
| 第4章 基于神经网络参数模型的系统控制 | 第45-60页 |
| ·神经控制器基本结构 | 第45-51页 |
| ·神经网络监督控制 | 第45-46页 |
| ·神经网络直接逆模型控制 | 第46-47页 |
| ·神经网络自适应控制 | 第47-49页 |
| ·神经网络内模控制 | 第49-50页 |
| ·神经网络预测控制 | 第50-51页 |
| ·神经元 PID 控制器 | 第51-52页 |
| ·单神经元自适应 PID 控制器 | 第52-55页 |
| ·基于 BP 神经网络参数自适应 PID 控制器 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 改进型BP 神经网络控制器设计及其仿真研究 | 第60-74页 |
| ·改进型BP 神经网络自适应PID 控制算法 | 第60-67页 |
| ·改进型 BP 神经网络参数模型 | 第60-64页 |
| ·改进型 BP 神经网络自适应 PID 控制算法 | 第64-67页 |
| ·对参数为定常和时变的系统辨识仿真研究 | 第67-69页 |
| ·对非线性自适应控制系统的仿真研究 | 第69-73页 |
| ·结论 | 第73-74页 |
| 结论 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 攻读硕士学位期间公开发表的论文 | 第82-83页 |
| 致谢 | 第83-84页 |