首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

基于GA的模糊神经网络智能控制研究及其在非线性系统中的应用

中文摘要第1-6页
英文摘要第6-10页
1 绪  论第10-18页
   ·选题背景及意义第10-11页
   ·智能控制的发展概况第11-12页
   ·智能控制的结构与特点第12-13页
   ·神经网络及神经控制第13-16页
     ·神经网络发展概况第13页
     ·神经网络各种模型与算法第13-15页
     ·神经网络控制第15-16页
     ·神经网络的结构学习算法第16页
   ·本论文的主要内容第16-18页
2 模糊神经网络和遗传算法第18-34页
   ·模糊推理第18-22页
     ·概述第18-19页
     ·模糊集合第19-20页
     ·模糊推理第20-22页
   ·神经网络第22-26页
     ·人工神经元模型第22-23页
     ·人工神经元网络的构成第23-24页
     ·人工神经元网络的学习第24-25页
     ·人工神经元网络的基本特性第25-26页
   ·遗传算法第26-34页
     ·概述第26-27页
     ·经典遗传算法第27-30页
     ·遗传算法的模式理论第30-34页
3 基于GA的模糊神经网络模型研究及系统实例第34-54页
   ·概述第34页
   ·模糊系统和神经网络的融合第34-36页
   ·模糊系统模型第36页
   ·模糊神经网络的结构第36-37页
   ·学习算法第37-39页
   ·基于GA的模糊神经网络结构第39-41页
   ·BP和GA结合算法实现第41-44页
     ·BP算法部分第41页
     ·GA算法部分第41-43页
     ·GA与BP的结合第43-44页
   ·基于GA的模糊神经网络系统实例第44-54页
     ·被控对象的模型第44-45页
     ·FNN控制器的设计第45-47页
     ·被控对象的辨识第47-49页
     ·模糊神经网络控制器的训练第49-54页
4 模糊神经网络模型的参数优化第54-66页
   ·概述第54页
   ·网络隐含层节点数的优化第54-55页
   ·遗传算法参数的优化第55-60页
     ·应用GA的几个要点第55页
     ·遗传算法的改进第55-57页
     ·算法参数的调整第57-60页
   ·模糊标记数对性能的影响第60-66页
5 结论与展望第66-68页
   ·结论第66页
   ·展望第66-68页
致    谢第68-70页
参考文献第70-76页
附    录第76-92页

论文共92页,点击 下载论文
上一篇:拆迁房屋的公权力运作模式考察
下一篇:腺病毒介导BTEB2反义RNA抑制大鼠颈动脉球囊损伤后新生内膜增生的实验研究