模糊神经元网络在过程控制中的应用
| 第一章 绪论 | 第1-17页 |
| ·论文选题的目的和意义 | 第10页 |
| ·工业过程控制的现状 | 第10-12页 |
| ·工业过程控制生产的特点及发展 | 第10-12页 |
| ·传统控制存在的问题 | 第12页 |
| ·智能控制方法 | 第12-15页 |
| ·智能控制方法的起源、发展及分类 | 第13-14页 |
| ·智能控制的功能特点 | 第14-15页 |
| ·智能控制在过程控制中的应用 | 第15页 |
| ·论文的主要工作及内容安排 | 第15-17页 |
| 第二章 模糊控制与神经网络控制理论 | 第17-33页 |
| ·模糊控制理论及模糊控制 | 第17-25页 |
| ·模糊控制的发展及主要成果 | 第17-18页 |
| ·模糊逻辑的数学基础 | 第18-22页 |
| ·模糊集合的隶属函数 | 第18-19页 |
| ·模糊逻辑推理 | 第19-20页 |
| ·模糊判决方法 | 第20-22页 |
| ·模糊控制的基本原理 | 第22页 |
| ·模糊控制器的结构及设计 | 第22-24页 |
| ·模糊控制的特点 | 第24-25页 |
| ·神经网络基本理论及神经网络控制 | 第25-33页 |
| ·神经网络的发展及成果 | 第25-26页 |
| ·神经网络基本原理 | 第26-30页 |
| ·神经网络的学习方法 | 第30-31页 |
| ·神经网络在过程控制中的应用 | 第31-33页 |
| 第三章 模糊神经网络控制 | 第33-40页 |
| ·模糊控制与神经网络的融合 | 第33页 |
| ·模糊系统和神经网络融合的形态 | 第33-35页 |
| ·模糊神经技术的实现方式 | 第35-40页 |
| ·基于神经元网络的模糊控制 | 第35-37页 |
| ·模糊神经元网络 | 第37-38页 |
| ·用模糊逻辑增强的神经元网络 | 第38-40页 |
| 第四章 基于模糊RBF神经网络整定的PID控制 | 第40-54页 |
| ·模糊系统和RBF神经网络的函数等价性 | 第40-42页 |
| ·RBF神经网络 | 第40-42页 |
| ·模糊推理系统 | 第42页 |
| ·RBF模糊神经网络的结构 | 第42-47页 |
| ·模糊系统的T-S模型 | 第43页 |
| ·RBF模糊神经网络的结构 | 第43-45页 |
| ·简化结构的模糊RBF神经元网络 | 第45-47页 |
| ·模糊RBF神经元网络的学习算法 | 第47-48页 |
| ·基于模糊RBF神经网络的PID控制系统设计 | 第48-53页 |
| ·基于模糊RBF神经网络PID控制系统结构 | 第48-50页 |
| ·仿真实例 | 第50-53页 |
| ·小结 | 第53-54页 |
| 第五章 PID型模糊神经元网络控制 | 第54-68页 |
| ·PID型模糊控制器 | 第54页 |
| ·PID型模糊神经元网络控制器 | 第54-61页 |
| ·模糊神经网络(FNN)的构成 | 第55-56页 |
| ·FNNC的学习算法 | 第56-57页 |
| ·FNNC学习速率的选择 | 第57-61页 |
| ·仿真实例 | 第61-67页 |
| ·非线性对象 | 第61-63页 |
| ·非线性时变 | 第63-65页 |
| ·典型二阶系统 | 第65-66页 |
| ·三种模型的ISE性能比较 | 第66-67页 |
| ·小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 研究成果及发表的学术论文 | 第74-75页 |
| 作者及导师简介 | 第75-76页 |
| 硕士研究生学位论文答辩委员会决议书 | 第76-77页 |
