基于神经网络的自动舵集成系统的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·课题的背景和意义 | 第10-11页 |
| ·自动舵系统的发展 | 第11-12页 |
| ·我国对自动舵系统的研究 | 第12-13页 |
| ·本课题的主要研究内容 | 第13-15页 |
| 第2章 综合船桥系统 | 第15-27页 |
| ·引言 | 第15-17页 |
| ·综合船桥系统组成 | 第17-20页 |
| ·综合船桥信息处理与显示系统 | 第17-18页 |
| ·数据接口子系统 | 第18页 |
| ·机舱监控系统 | 第18-19页 |
| ·电源系统及报警系统 | 第19页 |
| ·系统中用到的导航仪器和传感器 | 第19-20页 |
| ·计算机网络系统通信方式 | 第20页 |
| ·综合船桥系统的核心功能 | 第20-23页 |
| ·综合船桥系统中的自动舵系统 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 神经网络控制 | 第27-50页 |
| ·神经网络基础 | 第27-35页 |
| ·生物神经元模型 | 第27-29页 |
| ·人工神经元模型 | 第29-31页 |
| ·神经元中的激活函数 | 第31-35页 |
| ·神经网络结构 | 第35-42页 |
| ·信号流图表示法 | 第35-38页 |
| ·单层前馈网络 | 第38-39页 |
| ·多层前馈网络 | 第39-40页 |
| ·递归网络 | 第40-42页 |
| ·神经网络中的知识表示 | 第42-44页 |
| ·什么是知识 | 第42-43页 |
| ·神经网络中的知识表示 | 第43-44页 |
| ·神经网络的学习规则 | 第44-49页 |
| ·Hebb学习规则 | 第45-46页 |
| ·Boltzmann学习 | 第46-47页 |
| ·竞争式学习规则 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 神经网络自动舵系统的设计 | 第50-71页 |
| ·船舶运动控制 | 第50-61页 |
| ·船舶运动模型 | 第51-58页 |
| ·船舶操纵特性 | 第58-59页 |
| ·船舶航向及航迹控制 | 第59-61页 |
| ·神经网络控制方案 | 第61-63页 |
| ·直接逆控制 | 第61-62页 |
| ·内模控制 | 第62页 |
| ·神经网络内模控制 | 第62-63页 |
| ·自动舵集成系统设计 | 第63-70页 |
| ·航向设定算法的研究 | 第64-66页 |
| ·神经网络自动舵设计 | 第66-70页 |
| ·本章小结 | 第70-71页 |
| 第5章 系统仿真及研究 | 第71-76页 |
| ·控制系统仿真简介 | 第71-72页 |
| ·船舶自动舵系统的数学模型 | 第72-73页 |
| ·船舶操纵运动的数学模型 | 第72-73页 |
| ·舵机系统的数学模型 | 第73页 |
| ·自动舵系统的仿真 | 第73-75页 |
| ·仿真结果及分析 | 第74-75页 |
| ·本章小结 | 第75-76页 |
| 结论 | 第76-77页 |
| 参考文献 | 第77-79页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第79-80页 |
| 致谢 | 第80页 |
