| 摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 第一章 绪论 | 第6-11页 |
| ·引言 | 第6页 |
| ·课题研究背景与意义 | 第6-7页 |
| ·复杂系统的特征 | 第7页 |
| ·模糊神经网络的发展概况 | 第7-10页 |
| ·人工神经网络和模糊逻辑系统 | 第8-9页 |
| ·模糊神经网络 | 第9页 |
| ·模糊神经网络在理论和应用中存在的问题 | 第9-10页 |
| ·本文的主要工作 | 第10-11页 |
| 第二章 T-S型模糊RBF神经网络 | 第11-25页 |
| ·引言 | 第11页 |
| ·T-S模糊模型 | 第11-13页 |
| ·T-S模糊模型的数学描述 | 第12-13页 |
| ·T-S模糊模型的一般辨识算法 | 第13页 |
| ·RBF网络 | 第13-15页 |
| ·RBF网络的结构与特点 | 第13-14页 |
| ·RBF网络常见的学习方法 | 第14-15页 |
| ·T-S型模糊RBF神经网络 | 第15-16页 |
| ·T-S型模糊推理系统与RBF神经网络的函数等价性 | 第15页 |
| ·T-S型模糊RBF神经网络模型 | 第15-16页 |
| ·T-S型模糊RBF神经网络的动态学习方法 | 第16-20页 |
| ·粗调过程 | 第16-18页 |
| ·精调过程 | 第18-19页 |
| ·算法实现 | 第19-20页 |
| ·仿真研究 | 第20-24页 |
| ·讨论 | 第24-25页 |
| 第三章 复杂系统的模糊神经网络预测建模与控制 | 第25-33页 |
| ·引言 | 第25页 |
| ·预测控制简介 | 第25-26页 |
| ·基于模糊神经网络的复杂系统预测控制器的设计 | 第26-31页 |
| ·基于T-S型模糊RBF神经网络的动态预测建模 | 第27-29页 |
| ·控制器的设计 | 第29-31页 |
| ·仿真研究 | 第31-32页 |
| ·结论 | 第32-33页 |
| 第四章 焙烧炉温度系统的模糊神经网络预测控制器的设计 | 第33-43页 |
| ·引言 | 第33页 |
| ·焙烧炉简介 | 第33-34页 |
| ·焙烧炉温度控制系统预测模型的建立与仿真研究 | 第34-40页 |
| ·白银铝厂焙烧炉简介 | 第34-35页 |
| ·建立焙烧炉系统的预测模型 | 第35-40页 |
| ·升温曲线控制与仿真研究 | 第40-42页 |
| ·结论与分析 | 第42-43页 |
| 第五章 结束语 | 第43-44页 |
| 参考文献 | 第44-46页 |
| 致谢 | 第46-47页 |
| 攻读硕士学位期间发表论文 | 第47-48页 |
| 附表1 现场采集的5号加热架输入输出数据 | 第48-52页 |
| 附表2 处理后的数据 | 第52-56页 |