模糊控制与神经计算方法在板形控制中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第7-21页 |
| 1.1 课题背景和研究的意义 | 第7-8页 |
| 1.2 板形控制的发展及研究现状 | 第8-20页 |
| 1.2.1 板形控制的基本概念 | 第8-14页 |
| 1.2.2 板形检测 | 第14-15页 |
| 1.2.3 板形控制 | 第15页 |
| 1.2.4 UC 轧机板形控制系统 | 第15-19页 |
| 1.2.5 板形控制的发展及研究现状 | 第19-20页 |
| 1.3 课题来源及本文主要工作 | 第20-21页 |
| 第2章 基于RBF 网络的板形模式识别方法 | 第21-37页 |
| 2.1 引言 | 第21-22页 |
| 2.2 人工神经网络理论概述 | 第22-30页 |
| 2.2.1 人工神经网络理论的发展 | 第22-24页 |
| 2.2.2 人工神经网络模型 | 第24-25页 |
| 2.2.3 神经网络的学习方法 | 第25-27页 |
| 2.2.4 RBF 神经网络理论 | 第27-30页 |
| 2.3 基于RBF 网络的板形模式识别方法 | 第30-35页 |
| 2.3.1 待识别板形的归一化处理 | 第30页 |
| 2.3.2 板形基模式的勒让德正交多项式 | 第30-31页 |
| 2.3.3 板形模式识别的RBF 模型 | 第31-35页 |
| 2.3.4 实测板形的模式识别 | 第35页 |
| 2.4 本章小结 | 第35-37页 |
| 第3章 基于GA 的模糊控制器在弯辊控制中的应用 | 第37-61页 |
| 3.1 模糊控制原理 | 第37-45页 |
| 3.1.1 模糊控制的发展 | 第37页 |
| 3.1.2 模糊控制的特点 | 第37-38页 |
| 3.1.3 模糊控制系统的设计 | 第38-45页 |
| 3.2 基于遗传算法的模糊控制器设计 | 第45-57页 |
| 3.2.1 问题提出的背景 | 第45-46页 |
| 3.2.2 遗传算法概述 | 第46-52页 |
| 3.2.3 控制对象的描述 | 第52-53页 |
| 3.2.4 控制器设计 | 第53-57页 |
| 3.3 仿真实验与结果分析 | 第57-60页 |
| 3.4 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间所发表的学术论文 | 第67-68页 |
| 致谢 | 第68页 |
