基于遗传算法的模糊神经网络控制器设计
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题来源、研究目的、意义及主要研究内容 | 第10-12页 |
| ·课题来源 | 第10-11页 |
| ·研究目的和意义 | 第11页 |
| ·主要研究内容 | 第11-12页 |
| ·国内外文献综述及相关领域的研究进展及成果 | 第12-16页 |
| ·模糊控制、神经网络及遗传算法的简述 | 第12-14页 |
| ·相关领域的研究进展、主要成果及发展趋势 | 第14-16页 |
| 第2章 遗传算法的理论与应用 | 第16-34页 |
| ·遗传算法的基本原理 | 第16-19页 |
| ·模式定理 | 第16-17页 |
| ·积木块假设 | 第17页 |
| ·隐并行性 | 第17页 |
| ·欺骗问题 | 第17-18页 |
| ·全局收敛性 | 第18页 |
| ·遗传算法的效率分析 | 第18-19页 |
| ·遗传算法的优势与特点 | 第19-21页 |
| ·遗传算法的优势 | 第19-20页 |
| ·遗传算法的特点 | 第20-21页 |
| ·遗传算法的设计与实现 | 第21-23页 |
| ·遗传算法的设计流程 | 第21-22页 |
| ·编码和解码 | 第22页 |
| ·适应度函数 | 第22页 |
| ·遗传算子 | 第22-23页 |
| ·遗传算法的应用领域和发展 | 第23-26页 |
| ·遗传算法的应用 | 第23-24页 |
| ·遗传算法存在的问题和发展趋势 | 第24-26页 |
| ·改进的自适应遗传算法 | 第26-33页 |
| ·问题的提出 | 第26-27页 |
| ·种群“早熟”程度的定量评价指标 | 第27-28页 |
| ·新的种群“早熟”程度评价指标 | 第28-29页 |
| ·算法描述 | 第29-32页 |
| ·仿真实例 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 遗传算法与智能控制 | 第34-44页 |
| ·基于遗传算法的模糊控制技术 | 第34-39页 |
| ·模糊逻辑技术的研究状态与特点 | 第34-35页 |
| ·模糊逻辑控制系统 | 第35-37页 |
| ·模糊控制的发展前景 | 第37-38页 |
| ·基于遗传算法的模糊控制器优化设计方法 | 第38-39页 |
| ·基于遗传算法的神经网络技术 | 第39-43页 |
| ·人工神经网络的研究概况与特点 | 第39-40页 |
| ·神经网络的分类形式 | 第40-41页 |
| ·神经网络控制技术及其应用前景 | 第41-42页 |
| ·基于遗传算法的神经网络控制 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于遗传算法的模糊神经网络研究 | 第44-52页 |
| ·模糊神经网络的发展状况及存在的问题 | 第44-45页 |
| ·模糊神经网络的发展状况 | 第44页 |
| ·模糊神经网络存在的问题 | 第44-45页 |
| ·改进的模糊神经网络控制器设计 | 第45-49页 |
| ·标准模糊神经网络控制器 | 第45-48页 |
| ·改进的RBF 模糊神经网络控制器 | 第48-49页 |
| ·基于遗传算法的模糊神经网络控制器的设计 | 第49-51页 |
| ·问题描述 | 第50-51页 |
| ·参数优化 | 第51页 |
| ·本章小结 | 第51-52页 |
| 第5章 基于GA 的FNN 对倒立摆的控制 | 第52-61页 |
| ·倒立摆的结构及控制原理 | 第52-53页 |
| ·倒立摆的状态分析 | 第53-57页 |
| ·基于ISAGA 的FNN 控制器对倒立摆的控制 | 第57-60页 |
| ·控制器对倒立摆角度的控制 | 第57-59页 |
| ·仿真结果 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 攻读学位期间发表的学术论文 | 第66-67页 |
| 致谢 | 第67页 |
