模糊神经网络在扫雷犁系统中的应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-11页 |
| 1 绪论 | 第11-15页 |
| ·课题的来源及背景 | 第11-12页 |
| ·神经网络在电液伺服系统中的应用 | 第12-13页 |
| ·本文的主要研究内容 | 第13-15页 |
| 2 扫雷犁系统综述 | 第15-22页 |
| ·系统简介 | 第15-16页 |
| ·扫雷犁电液伺服系统 | 第16-21页 |
| ·扫雷犁电液伺服系统的工作原理 | 第16-17页 |
| ·主要元件的选择及参数设置 | 第17-21页 |
| ·本章小结 | 第21-22页 |
| 3 基于AMESim的扫雷犁电液伺服系统仿真建模 | 第22-28页 |
| ·AMESim软件 | 第22-23页 |
| ·AMESim软件简介 | 第22页 |
| ·AMESim与Matlab联合仿真 | 第22页 |
| ·AMESim与Matlab接口技术 | 第22-23页 |
| ·扫雷犁电液伺服系统AMESim模型 | 第23-27页 |
| ·仿真模型创建 | 第23-25页 |
| ·仿真结果及分析 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 4 模糊神经网络 | 第28-34页 |
| ·模糊系统 | 第28-29页 |
| ·模糊规则 | 第28页 |
| ·模糊推理系统 | 第28-29页 |
| ·模糊系统存在的问题 | 第29页 |
| ·神经网络 | 第29-31页 |
| ·神经网络概述 | 第29-30页 |
| ·神经网络的学习算法 | 第30页 |
| ·神经网络的结构和泛化能力 | 第30-31页 |
| ·模糊神经网络 | 第31-33页 |
| ·模糊神经网络的提出 | 第31页 |
| ·模糊神经网络的发展 | 第31-32页 |
| ·模糊神经网络的改进 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 5 基于模糊神经网络的扫雷犁电液伺服系统建模 | 第34-55页 |
| ·建模数据及模型设计 | 第34-38页 |
| ·激励信号选择 | 第34页 |
| ·采样时间 | 第34-35页 |
| ·训练模型的设计 | 第35-36页 |
| ·建模数据及预处理 | 第36-38页 |
| ·自适应神经模糊推理系统 | 第38-42页 |
| ·网络结构 | 第38-39页 |
| ·网络学习算法 | 第39-40页 |
| ·仿真结果分析 | 第40-42页 |
| ·基于减法聚类的模糊神经网络 | 第42-46页 |
| ·减法聚类法 | 第42-43页 |
| ·网络结构及算法 | 第43-45页 |
| ·仿真结果分析 | 第45-46页 |
| ·动态模糊神经网络 | 第46-53页 |
| ·动态模糊神经网络的结构 | 第46-48页 |
| ·动态模糊神经网络的学习算法 | 第48-52页 |
| ·仿真结果分析 | 第52-53页 |
| ·小结 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 6 基于模糊神经网络的扫雷犁电液伺服系统控制 | 第55-75页 |
| ·PID控制 | 第55-58页 |
| ·PID控制的基本原理 | 第55-56页 |
| ·PID控制仿真分析 | 第56-58页 |
| ·模糊神经网络逆控制 | 第58-62页 |
| ·逆控制原理 | 第58-59页 |
| ·逆控制器设计 | 第59-60页 |
| ·逆控制仿真分析 | 第60-62页 |
| ·模糊控制 | 第62-65页 |
| ·模糊控制原理 | 第62页 |
| ·模糊控制器设计 | 第62-64页 |
| ·模糊控制仿真分析 | 第64-65页 |
| ·广义动态模糊神经网络(GD-FNN)控制 | 第65-74页 |
| ·GD-FNN的结构 | 第66-67页 |
| ·GD-FNN学习算法 | 第67-72页 |
| ·GD-FNN控制器设计 | 第72-73页 |
| ·GD-FNN控制仿真分析 | 第73-74页 |
| ·本章小结 | 第74-75页 |
| 结论 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 附录 | 第81页 |
