基于知识的模糊神经网络PID控制器的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·问题的提出背景及意义 | 第10-11页 |
| ·国内外相关领域的发展和研究状况 | 第11-14页 |
| ·模糊神经网络发展现状 | 第11-14页 |
| ·粗糙集发展现状 | 第14页 |
| ·研究的主要内容 | 第14-16页 |
| 第2章 PID 控制算法 | 第16-21页 |
| ·常规PID 控制原理 | 第16-17页 |
| ·数字PID 控制 | 第17-18页 |
| ·位置式PID 控制算法 | 第17-18页 |
| ·增量式PID 控制算法 | 第18页 |
| ·PID 参数整定 | 第18-19页 |
| ·PID 算法存在的不足 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 模糊神经网络的建立 | 第21-37页 |
| ·模糊基本理论 | 第21-26页 |
| ·模糊集合 | 第21页 |
| ·隶属函数 | 第21-23页 |
| ·模糊规则 | 第23页 |
| ·T-S 模糊推理系统 | 第23-24页 |
| ·模糊PID 控制器 | 第24-26页 |
| ·神经网络控制 | 第26-31页 |
| ·神经元模型 | 第27页 |
| ·神经网络的结构和学习规则 | 第27-31页 |
| ·模糊神经网络控制 | 第31-36页 |
| ·模糊神经网络(FNN)的结构 | 第32-34页 |
| ·模糊神经网络(FNN)的学习算法 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 粗糙集的基本理论 | 第37-47页 |
| ·知识与知识库 | 第37-38页 |
| ·不精确范畴与粗糙集 | 第38-39页 |
| ·知识约简 | 第39-40页 |
| ·知识表达系统 | 第40-41页 |
| ·连续属性的离散化 | 第41-44页 |
| ·离散的概念 | 第41页 |
| ·离散的主要技术 | 第41-42页 |
| ·FCM 聚类算法 | 第42-44页 |
| ·决策表 | 第44页 |
| ·决策表的简化 | 第44-45页 |
| ·粗糙集理论的实验系统 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 仿真试验 | 第47-55页 |
| ·控制器的设计 | 第47-51页 |
| ·控制器的结构 | 第47页 |
| ·控制器设计方法 | 第47-51页 |
| ·仿真结果比较与分析 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读学位期间发表的学术论文 | 第60-61页 |
| 致谢 | 第61页 |
