首页--工业技术论文--电工技术论文--电器论文--控制器、接触器、起动器、电磁铁论文--控制器论文--特殊控制器论文

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

论文共67页,点击 下载论文
上一篇:基于MVC和Mobile GIS的土地调查系统的研究与应用
下一篇:基于PC的三相异步电机起动特性测量系统