| 第一章 绪论 | 第1-14页 |
| ·倒立摆系统简介 | 第11页 |
| ·对倒立摆系统稳定性研究的意义 | 第11-12页 |
| ·倒立摆控制方法的研究现状 | 第12-13页 |
| ·本文的主要工作 | 第13-14页 |
| 第二章 模糊控制和神经网络控制 | 第14-29页 |
| ·模糊控制 | 第14-22页 |
| ·模糊控制理论研究的历史、背景与现状 | 第14-15页 |
| ·模糊控制的数学基础 | 第15-17页 |
| ·模糊集合的定义 | 第15页 |
| ·模糊集合的表示方法 | 第15页 |
| ·模糊集合的并、交、补运算 | 第15-16页 |
| ·模糊集合的隶属函数 | 第16-17页 |
| ·模糊控制的基础理论 | 第17-19页 |
| ·模糊逻辑 | 第17页 |
| ·模糊关系和模糊矩阵 | 第17-18页 |
| ·模糊规则与模糊推理 | 第18-19页 |
| ·模糊逻辑推理控制器设计 | 第19-22页 |
| ·模糊化处理 | 第20页 |
| ·模糊规则库 | 第20-21页 |
| ·模糊推理机 | 第21页 |
| ·非模糊化处理 | 第21页 |
| ·模糊基函数的构造 | 第21-22页 |
| ·神经网络控制 | 第22-28页 |
| ·神经网络研究的历史、背景与现状 | 第22-23页 |
| ·人工神经元模型 | 第23-24页 |
| ·人工神经网络的构成 | 第24-25页 |
| ·神经网络的学习方法及学习算法 | 第25-28页 |
| ·学习方式 | 第25-27页 |
| ·学习算法(学习规则) | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 模糊神经网络控制 | 第29-42页 |
| ·模糊控制与神经网络的融合 | 第29-31页 |
| ·模糊神经网络的研究和发展现状 | 第31页 |
| ·模糊神经元 | 第31-33页 |
| ·加权神经元 | 第32页 |
| ·关系神经元 | 第32-33页 |
| ·T-S模糊神经网络 | 第33-34页 |
| ·多维隶属函数的模糊神经网络 | 第34-36页 |
| ·模糊神经网络的逼近特性分析 | 第36-41页 |
| ·高斯型模糊神经网络的逼近特性分析 | 第36-39页 |
| ·钟型模糊神经网络的逼近特性分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 模糊神经网络的辨识 | 第42-57页 |
| ·模糊聚类方法 | 第42-44页 |
| ·FCM方法 | 第44-46页 |
| ·高维多变量模糊系统的辨识 | 第46-50页 |
| ·模糊神经网络控制器的设计 | 第50-56页 |
| ·控制对象为离散型 | 第50-52页 |
| ·控制对象为连续型 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 二级倒立摆系统的建模与仿真 | 第57-69页 |
| ·二级倒立摆系统 | 第57-61页 |
| ·二级倒立摆系统结构组成 | 第57-58页 |
| ·二级倒立摆系统的数学模型 | 第58-61页 |
| ·二级倒立摆系统的稳定性，能控性和能观测性分析 | 第61-62页 |
| ·线性最优调节器的设计及仿真结果 | 第62-63页 |
| ·二级倒立摆系统的模糊神经网络控制器的设计及仿真结果 | 第63-68页 |
| ·模糊神经网络控制器的设计 | 第63-64页 |
| ·仿真结果 | 第64-68页 |
| ·本章小结 | 第68-69页 |
| 第六章 结论与展望 | 第69-71页 |
| 参考文献 | 第71-74页 |