| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-9页 |
| ·问题的提出 | 第7-8页 |
| ·论文的结构 | 第8-9页 |
| 第2章 原理介绍 | 第9-22页 |
| ·神经网络控制 | 第9-12页 |
| ·ANN的基本结构 | 第9-10页 |
| ·ANN的学习方法 | 第10-12页 |
| ·ANN的特点和优点 | 第12页 |
| ·误差反向回传网络(BP网络)介绍 | 第12-14页 |
| ·BP网络简介 | 第12-13页 |
| ·BP网络的设计 | 第13-14页 |
| ·误差反向回传算法(BP算法)介绍 | 第14-22页 |
| ·BP算法的概念及原理 | 第14页 |
| ·BP算法的应用 | 第14页 |
| ·BP算法的数学表述 | 第14-19页 |
| ·有关BP算法的一些问题 | 第19-22页 |
| 第3章 闭环增益成形算法 | 第22-26页 |
| ·闭环增益成形控制算法简介 | 第22页 |
| ·算法的提出 | 第22页 |
| ·算法的特点 | 第22页 |
| ·SISO系统闭环增益成形控制算法 | 第22-24页 |
| ·鲁棒神经网络结构 | 第24-26页 |
| 第4章 船舶运动方程 | 第26-35页 |
| ·响应型非线性数学模型描述 | 第26-27页 |
| ·非线性力表达式中参数的曲线拟合计算 | 第27-33页 |
| ·船舶稳态回转运动 | 第27-28页 |
| ·用Visual Basic6.0软件实现船舶的回转运动 | 第28-32页 |
| ·用最小二乘法拟合r→δ之间的关系 | 第32-33页 |
| ·响应型非线性船舶运动数学模型的验证 | 第33-35页 |
| 第5章 控制器设计 | 第35-46页 |
| ·简单开环控制器的实现 | 第35-36页 |
| ·神经网络模型的建立 | 第36-38页 |
| ·输入输出数据的选择 | 第36-37页 |
| ·神经网络的建立 | 第37-38页 |
| ·闭环增益成形算法与神经网络的结合 | 第38-46页 |
| ·闭环增益成形的引入 | 第39页 |
| ·性能比较 | 第39-44页 |
| ·其他鲁棒性验证仿真实验 | 第44-46页 |
| 第6章 结论 | 第46-47页 |
| 攻读学位期间公开发表的论文 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-51页 |