首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

小波网络与多模型自适应控制理论的研究

第一章 绪论第1-11页
 1.1 引言第8-9页
 1.2 本文的主要研究工作及内容安排第9-11页
第二章 小波网络的研究第11-22页
 2.1 小波分析第11-14页
  2.1.1 小波分析的发展与应用第11-12页
  2.1.2 小波及小波变换理论第12-14页
 2.2 小波网络第14-18页
  2.2.1 小波网络的发展第15-16页
  2.2.2 小波网络的分类第16-17页
  2.2.3 小波网络的特征第17-18页
  2.2.4 小波网络与神经网络比较第18页
 2.3 小波网络在控制系统中的应用第18-21页
  2.3.1 系统辨识和建模第19页
  2.3.2 系统控制第19-20页
  2.3.3 故障检测第20-21页
 2.4 研究前景与展望第21-22页
第三章 小波网络及其学习算法的研究第22-37页
 3.1 引言第22-23页
 3.2 连续小波网络第23-27页
  3.2.1 连续小波网络的结构第23页
  3.2.2 连续小波网络训练算法第23-25页
  3.2.3 隐层节点数的选择第25页
  3.2.4 连续小波网络权值初始化第25-27页
 3.3 离散正交小波网络第27-32页
  3.3.1 离散正交小波网络结构第27-30页
  3.3.2 离散正交小波网络训练算法第30-31页
  3.3.3 离散正交小波网络隐层节点的确定第31-32页
 3.4 连续小波网络参数的混和训练算法第32-36页
 3.5 小结第36-37页
第四章 小波网络系统辨识第37-53页
 4.1 引言第37页
 4.2 小波网络的性质研究第37-41页
 4.3 离散时间非线性系统的辨识第41-46页
  4.3.1 非线性系统辨识模型第41-42页
  4.3.2 非线性静态系统的小波网络辨识第42-43页
  4.3.3 非线性动态系统的小波网络辨识第43-46页
 4.4 小波网络在交流电机直接转矩控制定子电阻辨识中的应用第46-52页
  4.4.1 直接转矩控制原理第46-48页
  4.4.2 小波网络对定子电阻的辨识第48-50页
  4.4.3 仿真实验第50-52页
 4.5 小结第52-53页
第五章 小波网络自适应控制第53-65页
 5.1 小波网络直接自适应控制的研究与设计第53-57页
  5.1.1 引言第53页
  5.1.2 控制对象的引入与研究第53-55页
  5.1.3 仿真研究第55-57页
 5.2 小波网络间接自适应控制的研究第57-61页
  5.2.1 引言第57-58页
  5.2.2 控制对象的引入与研究第58-60页
  5.2.3 仿真研究第60-61页
 5.3 小波网络自适应控制系统的能控性与稳定性分析第61-64页
 5.4 小结第64-65页
第六章 多模型理论的研究第65-73页
 6.1 引言第65页
 6.2 多模型控制的发展第65-67页
 6.3 多模型自适应控制中模型集的建立第67页
 6.4 多模型自适应控制的分类第67-71页
  6.4.1 交互式多模型方法第67-68页
  6.4.2 加权式多模型方法第68-69页
  6.4.3 切换式多模型方法第69-71页
 6.5 非线性系统的多模型自适应控制第71-72页
 6.6 研究前景与展望第72-73页
第七章 多模型小波网络非线性系统辨识第73-79页
 7.1 引言第73页
 7.2 多模型小波网络非线性系统辨识第73-75页
  7.2.1 非线性系统描述第73-74页
  7.2.2 辨识模型的选择第74-75页
 7.3 多模型小波网络的训练第75-76页
 7.4 多模型的切换指标第76页
 7.5 仿真实例第76-78页
 7.6 小结第78-79页
第八章 多模型小波网络非线性系统控制第79-87页
 8.1 引言第79页
 8.2 多模型小波网络自适应控制第79-82页
  8.2.1 系统描述第79-80页
  8.2.2 多模型小波网络的结构第80页
  8.2.3 辨识模型结构第80-81页
  8.2.4 控制器结构第81-82页
  8.2.5 切换方案第82页
 8.3 多模型小波网络自适应控制的稳定性研究第82-83页
 8.4. 仿真实例第83-86页
 8.5 小结第86-87页
第九章 总结和展望第87-89页
参考文献第89-96页
致谢第96页

论文共96页,点击 下载论文
上一篇:市场导向与企业绩效关联研究
下一篇:基于能力的人力资源管理理论研究--知识工作者有效工作能力的确定、评价与发展