| 摘要 | 第2-3页 |
| ABSTRACT | 第3-4页 |
| 1 绪论 | 第7-11页 |
| 1.1 课题背景及研究意义 | 第7-8页 |
| 1.2 惯性平台系统温度控制方案的国内外研究现状 | 第8页 |
| 1.3 神经网络自适应控制的发展 | 第8-9页 |
| 1.4 本文研究内容与章节安排 | 第9-11页 |
| 1.4.1 本文研究内容 | 第9-10页 |
| 1.4.2 章节安排 | 第10-11页 |
| 2 惯性平台系统中温控对象建模 | 第11-39页 |
| 2.1 问题描述 | 第11页 |
| 2.2 惯性平台系统中温控对象 | 第11-24页 |
| 2.2.1 惯性平台系统中惯性仪表传热过程 | 第11-16页 |
| 2.2.2 惯性平台系统惯性仪表热参数计算 | 第16-24页 |
| 2.3 相关分析辨识法参数辨识 | 第24-38页 |
| 2.3.1 相关分析辨识法求系统传递函数理论依据 | 第24-26页 |
| 2.3.2 伪随机信号设计 | 第26-30页 |
| 2.3.3 测温数据预处理 | 第30-33页 |
| 2.3.4 辨识结果与检验 | 第33-38页 |
| 2.4 本章小结 | 第38-39页 |
| 3 遗传寻优神经网络辨识器 | 第39-55页 |
| 3.1 问题描述 | 第39-40页 |
| 3.2 基于遗传寻优神经网络辨识温控对象 | 第40-47页 |
| 3.2.1 神经网络系统辨识原理 | 第40-43页 |
| 3.2.2 基于遗传算法优化的神经网络原理 | 第43-47页 |
| 3.3 预测模型辨识结果与检验 | 第47-54页 |
| 3.3.1 预测模型辨识数据 | 第47-48页 |
| 3.3.2 预测模型辨识结果 | 第48-52页 |
| 3.3.3 预测模型检测 | 第52-54页 |
| 3.4 本章小结 | 第54-55页 |
| 4 单神经元自适应智能控制器的设计 | 第55-66页 |
| 4.1 问题描述 | 第55页 |
| 4.2 单神经元自适应PSD智能控制器设计 | 第55-61页 |
| 4.2.1 神经网络自适应PID控制介绍 | 第55-57页 |
| 4.2.2 基于二次型性能指标的单神经元自整定PSD控制 | 第57-60页 |
| 4.2.3 系统稳定性分析 | 第60-61页 |
| 4.3 单神经元自适应智能控制器设计 | 第61-62页 |
| 4.4 仿真结果 | 第62-65页 |
| 4.5 本章小结 | 第65-66页 |
| 5 系统设计与实验验证 | 第66-77页 |
| 5.1 全数字温控系统方案设计 | 第66-70页 |
| 5.1.1 数字温控系统硬件设计 | 第66-69页 |
| 5.1.2 数字温控系统算法设计 | 第69-70页 |
| 5.2 试验验证 | 第70-76页 |
| 5.3 本章小结 | 第76-77页 |
| 结论 | 第77-79页 |
| 1 论文工作总结 | 第77页 |
| 2 后续工作展望 | 第77-79页 |
| 参考文献 | 第79-81页 |
| 攻读硕士学位期间发表学术论文情况 | 第81-82页 |
| 致谢 | 第82-85页 |