终点偏向神经网络控制及其应用
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文主要研究内容 | 第11-12页 |
| 2 基于模型参考的神经网络控制原理 | 第12-24页 |
| 2.1 引言 | 第12-13页 |
| 2.2 神经网络辨识 | 第13-14页 |
| 2.3 神经网络结构 | 第14-15页 |
| 2.4 神经网络学习算法 | 第15-19页 |
| 2.4.1 BP学习算法 | 第15-17页 |
| 2.4.2 LM算法 | 第17-19页 |
| 2.5 LM算法的局限性分析 | 第19-22页 |
| 2.6 本章小结 | 第22-24页 |
| 3 终点偏向神经网络控制 | 第24-48页 |
| 3.1 引言 | 第24页 |
| 3.2 神经网络控制结构 | 第24-26页 |
| 3.2.1 单输入单输出系统神经网络控制结构 | 第24-25页 |
| 3.2.2 多输入多输出系统神经网络控制结构 | 第25-26页 |
| 3.3 目标函数 | 第26-31页 |
| 3.3.1 传统均方差目标函数 | 第27-28页 |
| 3.3.2 基于均方差的终点偏向目标函数 | 第28-29页 |
| 3.3.3 基于最大相关熵的终点偏向目标函数 | 第29-31页 |
| 3.4 差分进化算法 | 第31-34页 |
| 3.4.1 差分进化算法的原理 | 第31-33页 |
| 3.4.2 改进的差分进化算法 | 第33-34页 |
| 3.5 终点偏向神经网络控制算法 | 第34页 |
| 3.6 仿真实例 | 第34-46页 |
| 3.6.1 网络结构确定与进化参数初始化 | 第35页 |
| 3.6.2 仿真结果与分析 | 第35-46页 |
| 3.7 本章小结 | 第46-48页 |
| 4 单/双容水箱液位控制 | 第48-70页 |
| 4.1 引言 | 第48页 |
| 4.2 单/双水箱系统介绍 | 第48-50页 |
| 4.3 单容水箱系统的神经网络液位控制 | 第50-61页 |
| 4.3.1 单容水箱机理建模 | 第50-52页 |
| 4.3.2 单容水箱系统模型的参数辨识 | 第52-54页 |
| 4.3.3 单容水箱的离线训练 | 第54-58页 |
| 4.3.4 单容水箱系统的实验结果与分析 | 第58-61页 |
| 4.4 双容水箱系统的神经网络液位控制 | 第61-69页 |
| 4.4.1 双容水箱机理建模 | 第61-62页 |
| 4.4.2 双容水箱系统模型的参数辨识 | 第62-64页 |
| 4.4.3 双容水箱仿真结果与分析 | 第64-67页 |
| 4.4.4 双容水箱实验结果与分析 | 第67-69页 |
| 4.5 本章小结 | 第69-70页 |
| 5 总结与展望 | 第70-72页 |
| 5.1 总结 | 第70-71页 |
| 5.2 展望 | 第71-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间研究成果 | 第78页 |
