基于神经网络辨识的自适应模糊控制器的研究

内容摘要	第1-5页
Abstract	第5-6页
第一章 前言	第6-9页
·研究背景	第6-7页
·研究意义	第7-8页
·主要研究内容	第8-9页
第二章 Mamdani模糊控制器	第9-14页
·模糊推理系统	第9-10页
·Mamdani模糊模型	第10-11页
·反模糊化方法	第11-12页
·其他模糊模型	第12-13页
·小结	第13-14页
第三章 输入输出规范化因子对系统控制性能的影响	第14-22页
·规范化因子的定义	第14-15页
·输入的规范化因子对系统性能的影响	第15-18页
·输出的规范化因子对系统性能的影响	第18-19页
·规范化因子与量化比例因子以及伸缩因子的比较	第19-21页
·小结	第21-22页
第四章 在线辨识	第22-32页
·人工神经元网络	第22-26页
·δ规则	第23-24页
·前向神经网络反传学习的广义δ规则	第24-26页
·在线辨识	第26-29页
·辨识网络结构	第26-27页
·神经网络的正向计算	第27-28页
·神经网络权值的调整方法	第28-29页
·辨识网络的仿真	第29-31页
·小结	第31-32页
第五章 α神经网络	第32-37页
·自适应模糊控制系统的结构	第32-33页
·α神经网络的结构	第33-34页
·α神经网络的权值调整方法	第34-36页
·小结	第36-37页
第六章 与辨识相关的一些问题	第37-40页
·提高辨识网络精度的方法	第37-38页
·神经网络辨识与PID控制的结合	第38-39页
·小结	第39-40页
第七章 系统仿真	第40-42页
第八章 结束语	第42-43页
参考文献	第43-46页
致谢	第46页