| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-15页 |
| ·课题的提出与研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9-13页 |
| ·存在的主要问题 | 第13页 |
| ·论文的主要内容 | 第13-15页 |
| 2 板球系统数学建模 | 第15-25页 |
| ·板球系统 GPB2001 介绍 | 第15-17页 |
| ·板球数学模型推导 | 第17-21页 |
| ·板球系统的电气模型[63] | 第21-23页 |
| ·板球系统的控制结构及控制流程[63] | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 3 滑模控制 | 第25-46页 |
| ·滑模变结构控制简介 | 第25页 |
| ·滑模控制的基本原理 | 第25-27页 |
| ·滑模控制中的抖振问题 | 第27-29页 |
| ·离散系统滑模控制 | 第29-31页 |
| ·离散滑模控制描述 | 第29页 |
| ·离散时间滑模控制的特性 | 第29-31页 |
| ·基于趋近律的板球系统的离散滑模控制 | 第31-36页 |
| ·基于趋近律方法的设计 | 第31-33页 |
| ·板球系统趋近律方法仿真 | 第33-34页 |
| ·板球系统的基于趋近律的离散滑模控制位置跟踪控制器的设计 | 第34-35页 |
| ·板球系统的趋近律位置跟踪控制器仿真 | 第35-36页 |
| ·基于等效控制的板球系统的离散滑模控制 | 第36-45页 |
| ·基于等效控制的滑模控制器设计 | 第36-38页 |
| ·板球系统的等效控制控制器仿真 | 第38-39页 |
| ·板球系统的等效控制位置跟踪控制器的设计 | 第39-41页 |
| ·板球系统的等效控制位置跟踪控制器仿真 | 第41-42页 |
| ·板球系统的等效控制仿真 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 4 基于粒子群算法优化的神经网络等效滑模控制的板球系统 | 第46-60页 |
| ·RBF 神经网络 | 第46-48页 |
| ·RBF 神经网络结构 | 第46-47页 |
| ·RBF 网络的学习过程 | 第47页 |
| ·RBF 网络学习算法 | 第47-48页 |
| ·粒子群算法 | 第48-54页 |
| ·粒子群算法的提出 | 第48-50页 |
| ·粒子群算法描述 | 第50-51页 |
| ·基本粒子群算法流程 | 第51页 |
| ·粒子群算法参数分析及改进 | 第51-54页 |
| ·基于 PSO 优化的 RBF 等效滑模控制方法 | 第54-59页 |
| ·基于 RBF 的等效滑模控制器设计 | 第54-55页 |
| ·等效控制器设计 | 第55-56页 |
| ·RBF 神经滑模控制器设计 | 第56-57页 |
| ·PSO 离线优化 RBF 网络参数 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 5 PSO 优化的神经网络滑模控制仿真及实验分析 | 第60-64页 |
| ·基于 PSO 优化的 RBF 等效滑模控制方法仿真分析 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第69-70页 |
| 致谢 | 第70-71页 |
