基于启发式优化算法的航空发动机自适应控制
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-20页 |
| ·研究背景 | 第12-13页 |
| ·航空发动机控制研究概况 | 第13-16页 |
| ·低污染燃烧技术研究情况 | 第16-18页 |
| ·本文主要研究内容 | 第18-20页 |
| 第2章 涡喷发动机的 GA-PID 控制 | 第20-30页 |
| ·引言 | 第20-21页 |
| ·PID 控制原理 | 第21-22页 |
| ·遗传算法的原理 | 第22-23页 |
| ·遗传算法的历史 | 第22-23页 |
| ·遗传算法的基本原理 | 第23页 |
| ·遗传算法的主要特点 | 第23页 |
| ·基于遗传算法的 PID 控制设计 | 第23-27页 |
| ·仿真与结果分析 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 涡喷发动机的神经网络自适应控制 | 第30-40页 |
| ·引言 | 第30-31页 |
| ·神经网络自适应控制系统设计 | 第31-34页 |
| ·遗传算法学习神经网络初始权值 | 第34-36页 |
| ·编码方式 | 第35页 |
| ·适应度函数 | 第35页 |
| ·遗传操作 | 第35-36页 |
| ·仿真与结果分析 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 活塞式发动机的神经网络反步法控制 | 第40-59页 |
| ·引言 | 第40-41页 |
| ·反步法基本原理 | 第41-44页 |
| ·控制系统设计 | 第44-55页 |
| ·发动机动力学模型 | 第45-46页 |
| ·神经网络观测器设计 | 第46-48页 |
| ·自适应神经网络反馈控制器设计 | 第48-51页 |
| ·神经网络权值更新 | 第51-55页 |
| ·仿真与结果分析 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第64页 |
