摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
第一章 绪论 | 第8-16页 |
·计算机控制系统的发展 | 第8-9页 |
·网络控制系统的描述 | 第9-12页 |
·网络控制系统的结构 | 第9-10页 |
·网络控制系统的特点及影响因素 | 第10-12页 |
·国内外研究现状 | 第12-14页 |
·控制策略的研究 | 第12-13页 |
·调度算法的研究 | 第13-14页 |
·神经网络控制概述 | 第14-15页 |
·神经网络控制系统的特点 | 第14页 |
·单神经元控制器的特点 | 第14-15页 |
·本文研究内容及结构安排 | 第15-16页 |
第二章 具有网络诱导时延的控制系统分析 | 第16-26页 |
·网络控制系统的延时分析与控制网络 | 第16-19页 |
·网络控制系统的延时分析 | 第16-17页 |
·网络控制系统的控制网络 | 第17-19页 |
·网络控制系统的采样技术 | 第19-21页 |
·同步采样 | 第19-20页 |
·异步采样 | 第20页 |
·多速率采样 | 第20-21页 |
·网络控制系统的节点驱动方式 | 第21-22页 |
·网络控制系统数学模型 | 第22-26页 |
·延时小于一个采样周期的网络控制系统模型 | 第23-24页 |
·延时大于一个采样周期的网络控制系统模型 | 第24-26页 |
第三章 网络控制系统中基于时延补偿单神经元 PID 控制 | 第26-42页 |
·基于节点驱动方式的Smith预估器 | 第26-32页 |
·Smith预估控制原理 | 第26-27页 |
·网络控制系统中的Smith预估补偿控制 | 第27-28页 |
·网络控制系统中节点驱动方式时延分析 | 第28-31页 |
·基于节点驱动方式的Smith预估器 | 第31-32页 |
·单神经元PID控制器设计 | 第32-38页 |
·人工神经元模型 | 第32-33页 |
·神经元的学习 | 第33-34页 |
·单神经元PID控制 | 第34-38页 |
·固定增益单神经元PID控制 | 第34-37页 |
·增益自调整单神经元PID控制 | 第37-38页 |
·基于时延补偿单神经元PID控制器设计 | 第38-39页 |
·网络控制系统时延的预测 | 第39-41页 |
·最小二乘支持向量机 | 第39页 |
·基于LS-SVM的时延预测 | 第39-41页 |
·本章小结 | 第41-42页 |
第四章 基于TrueTime工具箱的网络控制系统仿真 | 第42-55页 |
·网络控制系统仿真工具箱TrueTime概述 | 第42-45页 |
·TrueTime简介 | 第42-44页 |
·初始化 | 第44-45页 |
·网络控制系统的仿真分析 | 第45-54页 |
·基于TrueTime工具箱的控制算法实现 | 第45-47页 |
·基于TrueTime工具箱的网络控制系统仿真分析 | 第47-54页 |
·基于时延补偿的单神经元PID控制仿真分析 | 第47-52页 |
·基于LS-SVM时延预测仿真分析 | 第52-54页 |
·本章小结 | 第54-55页 |
第五章 结论与展望 | 第55-57页 |
参考文献 | 第57-61页 |
发表论文和参加科研情况说明 | 第61-62页 |
致谢 | 第62页 |