某型号坦克交流伺服系统控制策略研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-12页 |
| ·课题背景 | 第7-8页 |
| ·坦克武器炮控系统简述 | 第8-11页 |
| ·坦克武器炮控系统 | 第8-9页 |
| ·炮控系统的常用控制方式 | 第9-11页 |
| ·论文的主要内容 | 第11-12页 |
| 2 系统半实物仿真平台组成及硬件设计 | 第12-21页 |
| ·引言 | 第12页 |
| ·半实物仿真平台介绍 | 第12-20页 |
| ·系统简介 | 第12-13页 |
| ·硬件组成 | 第13-19页 |
| ·半实物仿真平台的主要技术指标 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 3 神经网络与遗传算法 | 第21-29页 |
| ·神经网络基础知识 | 第21-23页 |
| ·神经元模型 | 第21-22页 |
| ·神经网络拓扑结构 | 第22-23页 |
| ·神经网络的学习 | 第23页 |
| ·RBF神经网络 | 第23-26页 |
| ·RBF神经网络的基本知识 | 第24页 |
| ·RBF神经网络学习算法 | 第24-26页 |
| ·遗传算法 | 第26-28页 |
| ·遗传算法基本思想 | 第26页 |
| ·遗传算法的优势 | 第26-27页 |
| ·遗传算法的流程 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 4 基于GA-RBF的交流伺服系统的建模 | 第29-44页 |
| ·系统辨识的基础 | 第29-30页 |
| ·系统辨识的内容 | 第29-30页 |
| ·系统辨识的流程 | 第30页 |
| ·辨识数据的获取与预处理 | 第30-34页 |
| ·输入信号的选取 | 第30-32页 |
| ·辨识数据的获取与预处理 | 第32-34页 |
| ·RBF神经网络系统辨识 | 第34-35页 |
| ·GA-RBF神经网络系统辨识 | 第35-42页 |
| ·GA-RBF算法的系统辨识方案 | 第36-41页 |
| ·GA-RBF算法系统辨识实验与结果 | 第41-42页 |
| ·辨识方案仿真结果比较 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 5 交流伺服系统控制器设计及性能比较 | 第44-64页 |
| ·基于BP神经网络整定的PID控制 | 第46-52页 |
| ·BP神经网络算法 | 第46-48页 |
| ·仿真实验及结果分析 | 第48-52页 |
| ·基于模糊推理的参数自整定PID控制 | 第52-62页 |
| ·模糊控制器原理 | 第52-53页 |
| ·模糊自适应PID控制器设计 | 第53-62页 |
| ·仿真结论 | 第62页 |
| ·本章小结 | 第62-64页 |
| 6 结束语 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 附录 | 第69-70页 |
