优化算法改进的RBF神经网络在电动机控制中的应用
| 中文摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-12页 |
| ·人工神经网络的发展 | 第8-9页 |
| ·神经网络PID 控制 | 第9-10页 |
| ·本文主要研究内容 | 第10-12页 |
| 第2章 基于蚁群算法优化RBF 网络 | 第12-23页 |
| ·RBF 径向基函数神经网络的结构和原理 | 第12-16页 |
| ·RBF 神经网络结构 | 第12-13页 |
| ·RBF 网络学习算法 | 第13-16页 |
| ·基于蚁群聚类算法优化RBF 网络 | 第16-21页 |
| ·蚁群算法的特点及原理 | 第16-18页 |
| ·蚁群算法对RBF 网络聚类算法的改进 | 第18-20页 |
| ·仿真实验 | 第20-21页 |
| ·本章小结 | 第21-23页 |
| 第3章 基于混沌遍历性优化RBF 神经网络 | 第23-40页 |
| ·混沌的发展 | 第23-24页 |
| ·混沌在优化中的应用 | 第24页 |
| ·混沌动力学的理论分析 | 第24-33页 |
| ·混沌的定义及其特征 | 第24-25页 |
| ·李亚普诺夫(Lyapunov)指数计算 | 第25-26页 |
| ·Logistic 混沌映射 | 第26-28页 |
| ·Logistic 映射产生的轨道倍周期分岔 | 第28-31页 |
| ·Logistic 映射在混沌状态时的遍历性 | 第31-33页 |
| ·基于混沌遍历性优化RBF 神经网络 | 第33-36页 |
| ·基于混沌蚁群算法优化RBF 神经网络 | 第36-38页 |
| ·仿真实验 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于RBF 神经网络的PID 控制 | 第40-49页 |
| ·PID 控制概述 | 第40-43页 |
| ·传统PID 控制 | 第40-41页 |
| ·数字PID 控制 | 第41-43页 |
| ·基于RBF 神经网络的PID 控制 | 第43-45页 |
| ·仿真实验 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 基于RBF 神经网络的无刷直流电动机控制 | 第49-63页 |
| ·无刷直流电动机的发展概况 | 第49-50页 |
| ·无刷直流电动机的结构和工作原理 | 第50-53页 |
| ·无刷直流电动机的数学建模 | 第53-57页 |
| ·电动机性能仿真实验 | 第57-62页 |
| ·本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 发表论文和参加科研情况说明 | 第68-69页 |
| 致谢 | 第69页 |
