基于BP神经网络的PID研究和改进
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究的背景和意义 | 第11-13页 |
| 1.2 国内外研究现状及分析 | 第13-15页 |
| 1.3 基于BP神经网络的PID控制器的不足 | 第15-17页 |
| 1.4 论文组织结构 | 第17-19页 |
| 第二章 PID神经网络预备知识 | 第19-31页 |
| 2.1 人工神经网络的理论基础 | 第19页 |
| 2.2 BP神经网络的概述与介绍 | 第19-23页 |
| 2.2.1 BP神经网络 | 第20页 |
| 2.2.2 BP算法的数学表示 | 第20-22页 |
| 2.2.3 算法程序的实现 | 第22-23页 |
| 2.3 PID控制器介绍 | 第23-24页 |
| 2.4 PID神经元的算法 | 第24-27页 |
| 2.5 PIDNN的网络结构和算法 | 第27-30页 |
| 2.5.1 PIDNN前向算法 | 第28-29页 |
| 2.5.2 PIDNN的误差反向传播算法 | 第29-30页 |
| 2.6 PID神经网络控制单变量系统的稳定性分析 | 第30页 |
| 2.7 本章小结 | 第30-31页 |
| 第三章 PID神经网络的动量项的研究与改进 | 第31-38页 |
| 3.1 常用的动量项类型 | 第31-34页 |
| 3.2 动量项的改进及仿真 | 第34-37页 |
| 3.3 本章小结 | 第37-38页 |
| 第四章 PIDNN激励函数的改进 | 第38-44页 |
| 4.1 激励函数的类型 | 第38-41页 |
| 4.2 激励函数的改进及仿真 | 第41-43页 |
| 4.3 本章小结 | 第43-44页 |
| 结论 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 攻读学位期间发表论文 | 第49-51页 |
| 致谢 | 第51页 |
