基于补偿模糊神经网络的反应釜温度控制研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-17页 |
| ·课题的背景和意义 | 第11页 |
| ·合成反应釜控制方法的研究现状 | 第11-15页 |
| ·反应釜的结构和控制难点 | 第11-14页 |
| ·反应釜控制技术的国内外研究现状 | 第14-15页 |
| ·模糊神经网络的研究现状 | 第15-16页 |
| ·本论文的主要研究内容 | 第16-17页 |
| 2 模糊逻辑控制和人工神经网络 | 第17-27页 |
| ·模糊逻辑控制 | 第17-20页 |
| ·模糊控制的发展 | 第17-18页 |
| ·模糊控制系统 | 第18-19页 |
| ·模糊控制理论存在的问题 | 第19-20页 |
| ·人工神经网络技术 | 第20-25页 |
| ·神经网络发展概况 | 第20-21页 |
| ·神经网络的应用 | 第21-25页 |
| ·神经网络学习算法的选择 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 聚类算法的分析和改进 | 第27-33页 |
| ·聚类算法概述 | 第27-28页 |
| ·模糊聚类的特点 | 第28页 |
| ·聚类算法的分析与改进 | 第28-32页 |
| ·K均值聚类算法 | 第28-29页 |
| ·模糊C均值聚类算法 | 第29-30页 |
| ·改进的模糊 C均值聚类算法 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 4 补偿模糊神经网络控制器的设计 | 第33-51页 |
| ·模糊神经网络控制系统 | 第33-36页 |
| ·模糊神经网络的基本原理和特点 | 第33-34页 |
| ·模糊神经网络的结构与算法 | 第34-36页 |
| ·补偿模糊神经网络 | 第36-39页 |
| ·补偿模糊神经网络思想的提出 | 第36页 |
| ·补偿模糊推理和结构 | 第36-39页 |
| ·基于聚类算法的补偿模糊神经网络结构设计 | 第39-40页 |
| ·补偿模糊神经网络的学习算法和步骤 | 第40-43页 |
| ·补偿模糊神经网络的参数辨识 | 第40-42页 |
| ·补偿模糊神经网络学习过程的具体步骤 | 第42-43页 |
| ·仿真实例分析 | 第43-50页 |
| ·本章小结 | 第50-51页 |
| 5 合成反应温度控制系统的设计分析 | 第51-62页 |
| ·氧乐果合成反应过程分析 | 第51-52页 |
| ·氧乐果合成反应过程特性分析 | 第52-55页 |
| ·对象模型的分析及辨识 | 第55-58页 |
| ·氧乐果合成反应温度控制及分析 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 6 结论与展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 附录 攻读硕士学位期间发表的学术论文 | 第68页 |
