基于神经网络的无模型控制器设计方法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-19页 |
| ·研究背景及意义 | 第11-12页 |
| ·无模型控制国内外研究发展现状 | 第12-17页 |
| ·无模型自适应控制 | 第12-13页 |
| ·迭代学习控制 | 第13-14页 |
| ·迭代反馈整定 | 第14-15页 |
| ·虚拟参考反馈整定 | 第15-16页 |
| ·去伪控制 | 第16页 |
| ·神经网络逆控制 | 第16-17页 |
| ·本文工作及内容安排 | 第17-19页 |
| 第2章 神经网络直接逆控制器设计 | 第19-35页 |
| ·神经网络理论基础 | 第19-21页 |
| ·神经网络的特点 | 第19-20页 |
| ·神经网络的模型分类 | 第20页 |
| ·神经网络的学习方式 | 第20-21页 |
| ·神经网络的学习规则 | 第21页 |
| ·BP神经网络理论 | 第21-27页 |
| ·BP网络及其应用 | 第21-22页 |
| ·BP网络结构 | 第22-23页 |
| ·BP网络的学习规则 | 第23-25页 |
| ·BP网络设计技巧 | 第25-26页 |
| ·激活函数的选择 | 第26页 |
| ·BP网络的不足及改进 | 第26-27页 |
| ·神经网络建模方法的概述 | 第27-30页 |
| ·模型的选择 | 第27-28页 |
| ·输入信号的选择 | 第28页 |
| ·误差准则的选择 | 第28-30页 |
| ·神经网络建模与控制结构的分析 | 第30-32页 |
| ·正向建模 | 第30-31页 |
| ·逆向建模 | 第31页 |
| ·神经网络直接逆动态控制 | 第31-32页 |
| ·仿真分析 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 神经网络直接逆控制器设计方法的改进 | 第35-47页 |
| ·基于神经网络辨识器的设计方法 | 第35-42页 |
| ·逆向建模的正逆建模法 | 第35-36页 |
| ·控制方法结构 | 第36-38页 |
| ·神经网络辨识器算法 | 第38-40页 |
| ·神经网络控制器算法 | 第40-41页 |
| ·自适应控制算法步骤 | 第41-42页 |
| ·基于近似偏导数的设计方法 | 第42-43页 |
| ·仿真分析 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第4章 基于神经网络辨识器的无模型自适应控制 | 第47-61页 |
| ·无模型自适应控制 | 第47-55页 |
| ·基本概念 | 第47页 |
| ·无模型控制方法 | 第47-53页 |
| ·无模型控制框图 | 第53-54页 |
| ·无模型自适应控制方法分析 | 第54-55页 |
| ·基于神经网络辨识器的无模型自适应控制 | 第55-58页 |
| ·控制方法结构 | 第55-56页 |
| ·对象模型辨识 | 第56-58页 |
| ·控制算法实现步骤 | 第58页 |
| ·仿真分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 结论与展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67页 |
