| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-21页 |
| ·电液伺服控制技术的发展与现状 | 第10-11页 |
| ·智能控制产生的缘起 | 第11-18页 |
| ·模糊控制的发展及存在的问题 | 第13-15页 |
| ·神经网络控制的发展与现状 | 第15-17页 |
| ·遗传算法的起源与发展 | 第17-18页 |
| ·选题的意义 | 第18-19页 |
| ·论文主要工作及结构安排 | 第19-21页 |
| 第2章 电液伺服系统的分析 | 第21-30页 |
| ·概述 | 第21页 |
| ·电液伺服机构的分析 | 第21-28页 |
| ·电液伺服阀 | 第21-25页 |
| ·电液伺服液压缸的分析 | 第25-28页 |
| ·电液伺服系统数学模型 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 智能控制的理论分析 | 第30-42页 |
| ·模糊神经网络理论分析 | 第30-38页 |
| ·模糊系统和神经网络的融合 | 第30页 |
| ·基于Takagi-Sugeno模型的模糊神经网络 | 第30-35页 |
| ·径向基函数(RBF)神经网络 | 第35-38页 |
| ·遗传算法 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 模糊神经网络并行自学习鲁棒自适应跟踪控制 | 第42-60页 |
| ·引言 | 第42-43页 |
| ·模糊神经网络并行自学习鲁棒自适应跟踪控制设计 | 第43-48页 |
| ·控制器结构及工作原理 | 第43-45页 |
| ·NNI结构及训练 | 第45-46页 |
| ·NNC结构及训练 | 第46-48页 |
| ·运行监控器及鲁棒控制器 | 第48页 |
| ·T-S型模糊RBF神经网络控制器设计 | 第48-53页 |
| ·NNI结构及训练 | 第49-52页 |
| ·NNC结构及训练 | 第52-53页 |
| ·仿真研究 | 第53-59页 |
| ·电液力伺服加载系统控制 | 第53-55页 |
| ·仿真参数的选择及仿真结果 | 第55-57页 |
| ·电液位置伺服系统控制 | 第57-58页 |
| ·仿真参数的选择及仿真结果 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 基于遗传算法的电液伺服系统模糊控制 | 第60-69页 |
| ·引言 | 第60页 |
| ·模糊控制及模糊控制器 | 第60-62页 |
| ·遗传算法在模糊控制中的应用 | 第62-65页 |
| ·模糊控制器的表示 | 第62-64页 |
| ·遗传算法优化模糊控制器的实现 | 第64-65页 |
| ·仿真研究 | 第65-68页 |
| ·仿真对象的描述 | 第65-66页 |
| ·仿真参数的选择及仿真结果 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第6章 基于遗传算法的电液伺服系统分层模糊控制 | 第69-77页 |
| ·引言 | 第69-70页 |
| ·基于遗传算法的分层模糊控制器设计 | 第70-73页 |
| ·分层模糊控制器的原理 | 第70-71页 |
| ·基于遗传算法的分层模糊控制方案 | 第71-73页 |
| ·仿真研究 | 第73-75页 |
| ·本章小结 | 第75-77页 |
| 结论 | 第77-79页 |
| 参考文献 | 第79-85页 |
| 攻读硕士学位期间发表的论文 | 第85-86页 |
| 致谢 | 第86-87页 |
| 作者简介 | 第87页 |