| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 第1章 绪论 | 第8-17页 |
| 1．1 船舶电力系统概述 | 第8-9页 |
| 1．2 频载调速器概述 | 第9-11页 |
| 1．2．1 调速器的静态特性 | 第9-10页 |
| 1．2．2 调速器的动态性能 | 第10-11页 |
| 1．3 智能控制的简介 | 第11-15页 |
| 1．3．1 智能控制的产生背景 | 第12-13页 |
| 1．3．2 智能控制的含义与研究对象 | 第13-15页 |
| 1．4 研究课题的提出 | 第15-17页 |
| 1．4．1 智能调速器 | 第15页 |
| 1．4．2 智能控制器的优点 | 第15-17页 |
| 第2章 船舶柴油发电机组系统数学模型的建立 | 第17-28页 |
| 2．1 船舶柴油发电机组数学模型的概述 | 第17页 |
| 2．2 柴油发电机组的数学模型建立 | 第17-26页 |
| 2．2．1 执行电机传递函数的推导 | 第17-19页 |
| 2．2．2 柴油机的转矩输出滞后 | 第19-20页 |
| 2．2．3 单机运行时刻的数学模型 | 第20-23页 |
| 2．2．4 并联运行柴油发电机组调速系统数学模型的建立 | 第23-26页 |
| 2．2．5 系统总的传递函数方框图 | 第26页 |
| 2．3 柴油发电机组数学模型中参数的确定 | 第26-28页 |
| 第3章 自适应模糊智能调速器及其在船舶柴油发电机组中应用的仿真研究 | 第28-53页 |
| 3．1 模糊控制的基本思想及其优点 | 第28-30页 |
| 3．2 模糊控制系统的构成 | 第30-32页 |
| 3．3 模糊控制器的基本原理 | 第32-40页 |
| 3．3．1 模糊化接口 | 第32-33页 |
| 3．3．2 知识库 | 第33-36页 |
| 3．3．3 模糊推理机制 | 第36-39页 |
| 3．3．4 清晰化（Defuzzification） | 第39-40页 |
| 3．4 规则自适应模糊控制器的设计。 | 第40-45页 |
| 3．4．1 规则自适应模糊控制器的综述 | 第40-41页 |
| 3．4．2 规则自适应模糊控制器的设计 | 第41-45页 |
| 3．5 系统的仿真计算 | 第45-53页 |
| 3．5．1 验证本章规则自适应模糊控制器的自适应性能 | 第46页 |
| 3．5．2 单机运行向并联运行的转变 | 第46-47页 |
| 3．5．3 突加突卸负载的仿真实验 | 第47页 |
| 3．5．4 系统鲁棒性的研究 | 第47-53页 |
| 第4章 模糊-神经混合智能控制器及其应用研究 | 第53-72页 |
| 4．1 人工神经网络概述 | 第53-56页 |
| 4．1．1 历史发展 | 第53-54页 |
| 4．1．2 人工神经网络的主要特点 | 第54页 |
| 4．1．3 人工神经网络的模型与结构 | 第54-55页 |
| 4．1．4 人工神经网络的学习方法 | 第55-56页 |
| 4．2 模糊系统和神经网络的融合 | 第56-58页 |
| 4．2．1 模糊系统和神经网络的一般比较 | 第56页 |
| 4．2．2 模糊系统与神经网络的集成 | 第56-58页 |
| 4．3 模糊-神经混合智能控制器的设计 | 第58-64页 |
| 4．3．1 模糊-神经混合智能控制的算法 | 第58-59页 |
| 4．3．2 模糊逻辑控制 | 第59-60页 |
| 4．3．3 模糊-神经网络控制模型 | 第60-61页 |
| 4．3．4 梯度下降学习算法 | 第61-63页 |
| 4．3．5 神经网络的动态建模 | 第63-64页 |
| 4．4 模糊-神经混合智能调速器应用于柴油发电机组的仿真研究 | 第64-68页 |
| 4．4．1 验证本章模糊-神经混合智能控制器的自适应性能 | 第64-66页 |
| 4．4．2 单机运行向并联运行的转变 | 第66页 |
| 4．4．3 突加突卸负载的仿真实验 | 第66页 |
| 4．4．4 系统鲁棒性的研究 | 第66-68页 |
| 4．5 本章小结 | 第68-72页 |
| 第5章 结论 | 第72-74页 |
| 攻读学位期间公开发表的论文 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-78页 |
