模糊系统与神经网络在热工过程中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-10页 |
| ·引言 | 第8-9页 |
| ·本文的主要工作 | 第9-10页 |
| 第二章 模糊控制理论及其在热工控制过程中的应用 | 第10-20页 |
| ·模糊控制理论的产生及发展现状 | 第10页 |
| ·模糊控制器的基本结构 | 第10-14页 |
| ·模糊化(Fuzzification) | 第11页 |
| ·知识库（Knowledge Base） | 第11-12页 |
| ·模糊推理机（Inference Engine） | 第12-13页 |
| ·解模糊（Defuzzification） | 第13-14页 |
| ·模糊控制器的设计步骤 | 第14页 |
| ·关于模糊系统的T-S模型 | 第14-15页 |
| ·模糊控制在热工过程中的应用 | 第15-20页 |
| 第三章 神经网络及其在热工辨识中的应用 | 第20-42页 |
| ·神经网络的发展和应用 | 第20页 |
| ·人工神经元模型的基本结构 | 第20-22页 |
| ·网络结构及其工作方式 | 第22-23页 |
| ·神经网络的学习方式 | 第23-24页 |
| ·学习方式 | 第23页 |
| ·学习算法 | 第23-24页 |
| ·学习与自适应 | 第24页 |
| ·前馈网络 | 第24-27页 |
| ·多层前馈网络及其函数逼近能力 | 第24-25页 |
| ·反向传播算法 | 第25-27页 |
| ·径向基函数网络 | 第27-28页 |
| ·神经网络对于动态信号与系统的处理 | 第28-29页 |
| ·热工对象的神经网络辨识 | 第29-42页 |
| ·关于热工对象 | 第29-30页 |
| ·对象的模糊整合 | 第30-32页 |
| ·对象惰性区的神经网络辨识 | 第32-42页 |
| 第四章 模糊神经网络在热工辨识中的应用 | 第42-53页 |
| ·模糊系统与神经网络 | 第42-43页 |
| ·模糊系统的函数逼近能力 | 第43-44页 |
| ·模糊基函数 | 第43-44页 |
| ·模糊系统的通用逼近性 | 第44页 |
| ·以神经网络构造模糊系统 | 第44-47页 |
| ·模糊神经网络辨识热工对象 | 第47-50页 |
| ·模型与控制系统 | 第50-53页 |
| 第五章 基于神经网络的控制 | 第53-67页 |
| ·概述 | 第53-54页 |
| ·控制方案 | 第54-57页 |
| ·监督控制 | 第54页 |
| ·直接逆控制 | 第54-55页 |
| ·内模控制 | 第55页 |
| ·模型预测控制 | 第55-56页 |
| ·模型参考控制 | 第56页 |
| ·再励学习控制 | 第56-57页 |
| ·自学习控制与自适应控制 | 第57页 |
| ·关于内模控制系统 | 第57-61页 |
| ·内模控制与常规反馈控制的关系 | 第57-58页 |
| ·模型完全准确（M = P ）并且没有干扰时 | 第58页 |
| ·模型不准确(M ≠P )并且有干扰时 | 第58-59页 |
| ·理想控制不能实现的原因 | 第59-60页 |
| ·内模控制的设计步骤 | 第60页 |
| ·基于神经网络的内模控制 | 第60-61页 |
| ·关于模型预测控制 | 第61-67页 |
| ·模型预测控制的基本原理 | 第61-63页 |
| ·动态矩阵控制（DMC） | 第63-64页 |
| ·过热蒸汽对象的模型预测控制 | 第64-67页 |
| 结语 | 第67-68页 |
| 参考文献 | 第68-70页 |
| 致谢 | 第70-71页 |
| 作者在硕士研究生阶段发表的论文 | 第71页 |
