基于思维进化算法的神经网络仿人智能控制策略在倒立摆系统中的研究
| 第一章 绪论 | 第1-29页 |
| ·智能控制理论 | 第11-16页 |
| ·智能控制理论产生背景 | 第11-12页 |
| ·智能和智能控制的定义 | 第12-13页 |
| ·智能控制系统 | 第13页 |
| ·智能控制理论体系 | 第13-16页 |
| ·进化计算 | 第16-19页 |
| ·进化计算的分类 | 第16-17页 |
| ·进化计算的基本框架 | 第17-18页 |
| ·进化计算的基本特点与改进方法 | 第18-19页 |
| ·倒立摆系统研究的历史及现状 | 第19-21页 |
| ·倒立摆系统研究的历史 | 第19-20页 |
| ·倒立摆系统研究的现状 | 第20-21页 |
| ·学术思想和内容安排 | 第21-24页 |
| ·本文的主要工作和学术思想 | 第21-23页 |
| ·本文的内容安排 | 第23-24页 |
| 参考文献 | 第24-29页 |
| 第二章 神经网络与思维进化算法 | 第29-54页 |
| ·人工神经网络 | 第29-38页 |
| ·人工神经网络的发展和特点 | 第29-30页 |
| ·基于反向传播(BP)神经网络的学习算法 | 第30-33页 |
| ·BP学习算法用于数学模型的建立 | 第33-34页 |
| ·神经网络控制取得的进展 | 第34-35页 |
| ·神经网络研究热点 | 第35-37页 |
| ·神经网络控制待解决的问题 | 第37-38页 |
| ·思维进化 | 第38-48页 |
| ·生物进化理论和思维进化算法的提出 | 第38-40页 |
| ·思维进化算法的基本概念 | 第40-42页 |
| ·思维进化算法的基本思想 | 第42-44页 |
| ·思维进化算法的特点及其与遗传算法的比较 | 第44-47页 |
| ·思维进化的发展与应用 | 第47-48页 |
| ·神经网络与思维进化的结合 | 第48-51页 |
| ·人工神经网络的系统设计 | 第49页 |
| ·人工神经网络的思维进化 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 第三章 倒立摆系统的仿人智能控制 | 第54-67页 |
| ·仿人智能控制 | 第54-57页 |
| ·仿人智能控制的基本思想 | 第54-55页 |
| ·仿人智能控制的几个基本原则 | 第55-56页 |
| ·获得控制经验的途径 | 第56页 |
| ·基于物理模型的控制 | 第56-57页 |
| ·一级倒立摆仿人智能控制的应用 | 第57-62页 |
| ·一级倒立摆的物理模型定性分析 | 第58页 |
| ·一级倒立摆的仿人智能控制律形成 | 第58-62页 |
| ·二级倒立摆仿人智能控制的应用 | 第62-65页 |
| ·二级倒立摆物理模型的定性分析 | 第62-63页 |
| ·二级倒立摆的仿人智能控制律获得 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 第四章 智能控制算法在倒立摆系统上的应用 | 第67-89页 |
| ·倒立摆的物理参数 | 第67-68页 |
| ·单级级倒立摆智能控制 | 第68-77页 |
| ·单级倒立摆的数学模型的建立 | 第68-70页 |
| ·神经网络仿人控制单级倒立摆 | 第70-75页 |
| ·控制结果 | 第75-77页 |
| ·二级倒立摆智能控制 | 第77-87页 |
| ·用神经网络辨识二级倒立摆的模型 | 第77-80页 |
| ·神经网络仿人控制倒立摆 | 第80-83页 |
| ·控制结果 | 第83-87页 |
| 参考文献 | 第87-89页 |
| 第五章 结束语 | 第89-92页 |
| ·结论 | 第89-90页 |
| ·本课题的发展 | 第90-92页 |
| 附录 | 第92-93页 |
| 致谢 | 第93页 |
