自适应控制器参数优化研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-21页 |
| ·本文研究的背景和意义 | 第10-15页 |
| ·控制系统面临的问题 | 第10-11页 |
| ·人工智能及智能控制 | 第11-12页 |
| ·智能控制及其分类 | 第12-15页 |
| ·研究智能控制系统的意义 | 第15页 |
| ·自适应控制理论及其发展概况 | 第15-18页 |
| ·自适应控制的定义 | 第15-16页 |
| ·两类重要的自适应控制系统 | 第16-17页 |
| ·自适应控制的发展概况 | 第17-18页 |
| ·本文研究的主要内容 | 第18-19页 |
| ·本文的章节安排 | 第19-21页 |
| 第二章 基于神经网络的自适应控制 | 第21-36页 |
| ·神经元模型 | 第21-22页 |
| ·神经网络的结构和学习规则 | 第22-26页 |
| ·神经网络的结构 | 第22页 |
| ·神经网络的学习方式 | 第22-23页 |
| ·神经网络的学习规则 | 第23-26页 |
| ·前向神经网络模型与学习算法 | 第26-30页 |
| ·前向神经网络模型 | 第26-27页 |
| ·前向神经网络的训练方法 | 第27-29页 |
| ·算法归纳 | 第29-30页 |
| ·BP网络的缺陷与算法改进 | 第30页 |
| ·神经网络自适应控制技术的研究 | 第30-35页 |
| ·间接自适应控制方案 | 第30-32页 |
| ·直接控制方案 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 基于模糊逻辑的自适应控制 | 第36-54页 |
| ·模糊控制的基本理论 | 第36-38页 |
| ·概述 | 第36-37页 |
| ·模糊控制原理 | 第37-38页 |
| ·模糊自适应控制基本原理 | 第38-39页 |
| ·两类基本的自适应模糊控制器设计 | 第39-53页 |
| ·被控系统与控制要求 | 第39页 |
| ·直接型自适应模糊控制器设计 | 第39-44页 |
| ·间接型自适应模糊控制器设计 | 第44-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 系统仿真 | 第54-62页 |
| ·神经网络(单神经元)自适应控制实例仿真 | 第54-55页 |
| ·单神经元自适应控制算法 | 第54-55页 |
| ·实例仿真 | 第55页 |
| ·直接自适应模糊控制实例仿真 | 第55-58页 |
| ·间接自适应模糊控制实例仿真 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 结束语 | 第62-63页 |
| ·结论 | 第62页 |
| ·展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 附录A(攻读硕士学位期间的主要研究成果) | 第67页 |
