| 第一章 绪论 | 第13-19页 |
| 1．1 控制理论的发展与面临的挑战 | 第13-14页 |
| 1．2 PID控制中存在的问题 | 第14-15页 |
| 1．3 自整定PID控制器的发展与分类 | 第15-17页 |
| 1．4 本文的主要内容 | 第17-19页 |
| 第二章 PID控制在高温力学试验机温度控制系统中的应用 | 第19-33页 |
| 2．1 常规PID控制算法的理论基础 | 第19-22页 |
| 2．1．1 模拟PID控制系统 | 第19-20页 |
| 2．1．2 数字PID控制算法 | 第20-22页 |
| 2．2 高温力学试验机原理及其对控制系统的要求 | 第22-23页 |
| 2．3 传统的高温力学试验机温度控制策略 | 第23页 |
| 2．4 高温力学试验机电加热炉的对象模型 | 第23-25页 |
| 2．5 PID参数自整定及其仿真研究 | 第25-29页 |
| 2．6 引入Smith预估控制算法的PID控制器 | 第29-33页 |
| 2．6．1 Smith预估补偿 | 第29页 |
| 2．6．2 具有Smith预估器的PID控制器 | 第29-33页 |
| 第三章 单神经元自适应PID控制器的原理及其应用 | 第33-51页 |
| 3．1 人工神经元网络的理论基础 | 第33-39页 |
| 3．1．1 MP模型 | 第33-36页 |
| 3．1．2 感知器 | 第36-37页 |
| 3．1．3 神经网络学习规则 | 第37-39页 |
| 3．2 采用Delta学习规则的神经元PID控制器 | 第39-47页 |
| 3．2．1 神经元PID控制器 | 第39-40页 |
| 3．2．2 单神经元自适应PID控制器 | 第40页 |
| 3．2．3 采用Delta学习规则的神经元PID控制器 | 第40-42页 |
| 3．2．4 Delta学习规则的神经元PID控制器的Simulink仿真 | 第42-47页 |
| 3．3 采用有监督Hebb学习规则的单神经元控制器 | 第47-51页 |
| 3．3．1 学习算法 | 第47-48页 |
| 3．3．2 仿真研究 | 第48-51页 |
| 第四章 单神经元自适应PID控制的两种改进措施 | 第51-58页 |
| 4．1 积分分离控制算法的单神经元PID控制器 | 第51-54页 |
| 4．1．1 积分分离PID控制算法 | 第51-52页 |
| 4．1．2 基于积分分离控制算法的单神经元PID控制原理 | 第52页 |
| 4．1．3 积分分离算法的神经元PID控制器的Simulink仿真 | 第52-54页 |
| 4．2 具有Smith预估器的单神经元PID控制器 | 第54-58页 |
| 第五章 基于PSD算法的单神经元PID控制器 | 第58-64页 |
| 5．1 自适应PSD控制算法 | 第58-59页 |
| 5．2 单神经元自适应PSD智能控制器 | 第59-61页 |
| 5．3 仿真研究 | 第61-64页 |
| 总结与展望 | 第64-66页 |
| 参考文献 | 第66-67页 |
