基于模糊神经网络的公路隧道纵向通风控制研究
| 第1章 绪论 | 第1-14页 |
| 1．1 概述 | 第7-8页 |
| 1．2 国内外研究状况及存在的问题 | 第8-12页 |
| 1．2．1 公路隧道通风方式的发展 | 第8-10页 |
| 1．2．2 公路隧道通风控制的发展 | 第10-11页 |
| 1．2．3 存在的问题 | 第11-12页 |
| 1．3 本文研究的内容及方法 | 第12-14页 |
| 1．3．1 控制系统的确定 | 第12-13页 |
| 1．3．2 控制方法的确定 | 第13页 |
| 1．3．3 本文研究的具体内容 | 第13-14页 |
| 第2章 公路隧道通风系统分析及其数学模型 | 第14-21页 |
| 2．1 隧道通风需风量计算 | 第14-16页 |
| 2．2 作用在隧道内气流上的力 | 第16-18页 |
| 2．3 射流风机通风计算 | 第18页 |
| 2．4 空气动力学模型 | 第18页 |
| 2．5 隧道内污染物浓度分布 | 第18-21页 |
| 2．5．1 污染模型 | 第18-19页 |
| 2．5．2 污染物浓度的数值解法 | 第19-21页 |
| 第3章 模糊控制及隧道通风模糊控制系统设计 | 第21-45页 |
| 3．1 模糊控制 | 第21-29页 |
| 3．1．1 模糊控制系统的工作原理 | 第22-24页 |
| 3．1．2 模糊控制器的设计 | 第24-29页 |
| 3．2 隧道通风模糊控制系统设计 | 第29-40页 |
| 3．2．1 受控过程的特点 | 第29-32页 |
| 3．2．2 隧道通风FLC系统设计 | 第32-35页 |
| 3．2．3 隧道通风控制动态模拟 | 第35-40页 |
| 3．3 规则库的优化 | 第40-45页 |
| 3．3．1 最优规则排序无关 | 第40-41页 |
| 3．3．2 规则库修改 | 第41-45页 |
| 第4章 模糊神经网络 | 第45-50页 |
| 4．1 神经网络技术 | 第45-48页 |
| 4．1．1 神经网络基础 | 第45页 |
| 4．1．2 BP神经网络及其学习算法 | 第45-48页 |
| 4．2 模糊神经网络 | 第48-50页 |
| 4．2．1 模糊系统与神经网络融合的理由 | 第48页 |
| 4．2．2 模糊系统与神经网络融合的方式及其选择 | 第48-50页 |
| 第5章 基于模糊神经网络的隧道通风控制 | 第50-69页 |
| 5．1 模糊神经网络控制模型 | 第50-53页 |
| 5．1．1 隧道通风模糊神经网络结构 | 第50-51页 |
| 5．1．2 学习算法的确定 | 第51-53页 |
| 5．2 模糊神经网络在隧道通风中的应用 | 第53-68页 |
| 5．2．1 隶属函数参数调整 | 第53-55页 |
| 5．2．2 模糊组合调整原则 | 第55-58页 |
| 5．2．3 几种典型交通流的仿真 | 第58-67页 |
| 5．2．4 小结 | 第67-68页 |
| 5．3 存在的问题与改进 | 第68-69页 |
| 第6章 结论 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 攻读硕士学位期间发表的论文 | 第74-75页 |
| 附录 | 第75-76页 |
