模糊神经网络在锅炉过热汽温控制中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题背景和意义 | 第10页 |
| ·国内外发展现状和趋势 | 第10-14页 |
| ·过热汽温控制系统结构 | 第11-12页 |
| ·过热汽温控制方法的研究现状 | 第12-14页 |
| ·过热汽温控制方法的发展趋势 | 第14页 |
| ·本文的主要研究内容 | 第14-16页 |
| 第2章 过热汽温特性及控制系统设计 | 第16-27页 |
| ·引言 | 第16页 |
| ·过热汽温调节的任务 | 第16页 |
| ·过热汽温对象数学模型的建立 | 第16-17页 |
| ·过热汽温对象的特性 | 第17-23页 |
| ·汽温对象的静态特性 | 第17-18页 |
| ·汽温对象的动态特性 | 第18-23页 |
| ·简单的过热汽温控制系统 | 第23页 |
| ·复杂过热汽温控制系统 | 第23-26页 |
| ·串级控制系统的分析 | 第24-25页 |
| ·串级控制系统的特点 | 第25-26页 |
| ·串级控制系统的主副回路和主副控制器的选择 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第3章 模糊与神经网络控制理论 | 第27-43页 |
| ·模糊控制理论 | 第27-29页 |
| ·模糊控制的特点 | 第27页 |
| ·模糊集理论基础 | 第27-29页 |
| ·模糊控制器的组成及设计步骤 | 第29-33页 |
| ·模糊控制器的组成 | 第29-30页 |
| ·精确量的模糊化 | 第30-31页 |
| ·模糊控制规则的制定与推理 | 第31-32页 |
| ·解模糊化计算 | 第32-33页 |
| ·人工神经网络理论 | 第33-39页 |
| ·人工神经网络模型 | 第33-36页 |
| ·人工神经网络的构成 | 第36-37页 |
| ·人工神经网络的学习算法 | 第37-39页 |
| ·BP 神经网络 | 第39-42页 |
| ·BP 神经网络的结构 | 第39-40页 |
| ·BP 网络学习算法 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 模糊神经网络在汽温控制系统中的应用 | 第43-56页 |
| ·引言 | 第43页 |
| ·模糊和神经网络的融合 | 第43-46页 |
| ·模糊推理神经网络 | 第46-47页 |
| ·基于模糊神经网络的过热汽温控制系统设计 | 第47-55页 |
| ·FNNC 的设计 | 第48-50页 |
| ·FNNC 的学习算法 | 第50-51页 |
| ·基于FNNC 的过热汽温控制系统 | 第51-52页 |
| ·仿真研究 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 自适应模糊神经网络在汽温控制系统中的应用 | 第56-74页 |
| ·引言 | 第56页 |
| ·ANFIS 神经网络 | 第56-62页 |
| ·自适应神经模糊推理系统（ANFIS）概述 | 第57-58页 |
| ·ANFIS 的结构 | 第58-60页 |
| ·ANFIS 的学习算法 | 第60-61页 |
| ·ANFIS 的原理 | 第61-62页 |
| ·基于自适应模糊神经网络的过热汽温控制系统设计 | 第62-73页 |
| ·自适应模糊神经网络控制器设计 | 第63-66页 |
| ·智能积分模块设计 | 第66-69页 |
| ·仿真参数整定 | 第69页 |
| ·仿真结果与分析 | 第69-73页 |
| ·本章小结 | 第73-74页 |
| 结论 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第81-82页 |
| 致谢 | 第82-83页 |
| 作者简介 | 第83页 |
