神经模糊系统研究及其在电厂协调系统中的应用
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-10页 |
| 第一章 绪论 | 第10-24页 |
| ·引言 | 第10页 |
| ·模糊逻辑系统、神经网络的发展概况 | 第10-13页 |
| ·模糊逻辑系统 | 第10-11页 |
| ·神经网络 | 第11-12页 |
| ·模糊逻辑系统与神经网络的比较 | 第12-13页 |
| ·模糊逻辑系统与神经网络的结合 | 第13-18页 |
| ·神经-模糊结合技术的发展 | 第13-14页 |
| ·神经-模糊结合技术的分类 | 第14-17页 |
| ·神经-模糊结合技术在建模和控制中的应用概况 | 第17-18页 |
| ·神经模糊系统的若干研究方向 | 第18-20页 |
| ·协调控制系统的复杂性及需要解决的问题 | 第20-22页 |
| ·本文的研究内容和结构安排 | 第22-24页 |
| 第二章 神经模糊系统 | 第24-41页 |
| ·引言 | 第24页 |
| ·神经模糊系统简介 | 第24-31页 |
| ·自适应神经模糊推理系统的结构 | 第26-29页 |
| ·自适应神经模糊推理系统的学习算法 | 第29-30页 |
| ·基于网格法的输入空间划分 | 第30-31页 |
| ·神经模糊系统的学习能力、泛化能力研究 | 第31-40页 |
| ·输入变量个数 | 第33页 |
| ·输入变量组合 | 第33-34页 |
| ·输入变量的隶属函数个数 | 第34-35页 |
| ·训练数据输入顺序 | 第35页 |
| ·训练次数 | 第35-37页 |
| ·训练样本个数 | 第37-38页 |
| ·训练样本 | 第38-39页 |
| ·学习能力与泛化能力的关系 | 第39页 |
| ·结论 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第三章 神经模糊系统的过拟合问题 | 第41-60页 |
| ·引言 | 第41-42页 |
| ·误差性能指标 | 第42页 |
| ·输入变量的选取方法 | 第42-54页 |
| ·训练样本、检验样本的选择 | 第54-57页 |
| ·训练次数的确定 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第四章 复杂系统的神经模糊建模 | 第60-74页 |
| ·引言 | 第60页 |
| ·输入空间的划分 | 第60-66页 |
| ·山峰聚类法 | 第61-62页 |
| ·减法聚类法 | 第62-63页 |
| ·减法聚类法与自适应网格法的比较 | 第63-66页 |
| ·多级神经模糊系统 | 第66-69页 |
| ·多级神经模糊系统的结构 | 第66-67页 |
| ·多级神经模糊系统的学习方法 | 第67-69页 |
| ·基于多级神经模糊系统的输入变量选取方法 | 第69-72页 |
| ·多输出系统的神经模糊模型 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 第五章 应用神经模糊系统建立协调系统模型 | 第74-86页 |
| ·引言 | 第74-75页 |
| ·神经模糊系统的辨识结构 | 第75-76页 |
| ·神经模糊系统的辨识步骤 | 第76-77页 |
| ·协调系统建模 | 第77-85页 |
| ·非线性模型建模 | 第78-80页 |
| ·线性模型建模 | 第80-83页 |
| ·国产300MW 直流锅炉燃煤机组动态数学模型 | 第80-81页 |
| ·独立模型建模 | 第81-82页 |
| ·联合模型建模 | 第82-83页 |
| ·现场数据建模 | 第83-85页 |
| ·本章小结 | 第85-86页 |
| 第六章 基于神经模糊系统的协调控制系统设计 | 第86-96页 |
| ·引言 | 第86页 |
| ·被控系统模型 | 第86-87页 |
| ·基于 LQR 控制的神经模糊协调控制系统设计 | 第87-91页 |
| ·线性二次型最优控制 | 第87-88页 |
| ·控制系统设计及仿真结果 | 第88-91页 |
| ·基于神经模糊-解耦的协调控制系统设计 | 第91-94页 |
| ·神经模糊-解耦控制系统结构 | 第91-92页 |
| ·仿真结果 | 第92-94页 |
| ·本章小结 | 第94-96页 |
| 第七章 结论与展望 | 第96-100页 |
| ·本文的主要工作与创新点 | 第96-98页 |
| ·本课题今后的研究内容 | 第98-100页 |
| 参考文献 | 第100-110页 |
| 致谢 | 第110-111页 |
| 个人简历、在学期间发表的学术论文及研究成果 | 第111-112页 |
