基于模糊神经网络的主汽温控制系统的研究
| 中文摘要 | 第1页 |
| 英文摘要 | 第2-6页 |
| 第一章 引 言 | 第6-9页 |
| ·背景和意义 | 第6页 |
| ·内外研究现状 | 第6-7页 |
| ·控制科学的发展及现状 | 第6-7页 |
| ·锅炉主汽温控制的难点及其重要性 | 第7页 |
| ·本文研究的问题 | 第7-9页 |
| 第二章 人工神经网络理论 | 第9-23页 |
| ·人工神经元网络的发展简史 | 第9-10页 |
| ·早期阶段 | 第9页 |
| ·70年代过渡期 | 第9-10页 |
| ·80年代的新高潮 | 第10页 |
| ·80年代末期以后的热潮 | 第10页 |
| ·人工神经网络的组成及其功能 | 第10-16页 |
| ·神经元 | 第10-11页 |
| ·人工神经元模型 | 第11-12页 |
| ·人工神经网络的构成 | 第12-14页 |
| ·神经网络的学习方法 | 第14-15页 |
| ·神经网络的学习算法 | 第15-16页 |
| ·反向传播网络 | 第16-20页 |
| ·反向传播网络的结构 | 第16-17页 |
| ·误差反向学习算法 | 第17-19页 |
| ·BP网络的学习过程 | 第19-20页 |
| ·神经网络对非线性对象的辨识 | 第20-23页 |
| ·NARMA模型的参数辨识 | 第20-21页 |
| ·神经网络辨识器及其动态BP算法 | 第21-23页 |
| 第三章 模糊理论概述 | 第23-33页 |
| ·模糊理论的产生、发展及应用 | 第23-25页 |
| ·模糊控制理论的产生 | 第23-24页 |
| ·模糊控制理论发展概况 | 第24页 |
| ·模糊控制应用概况 | 第24页 |
| ·目前模糊控制所面临的主要任务 | 第24-25页 |
| ·模糊数学基础 | 第25-28页 |
| ·模糊集合 | 第25-27页 |
| ·模糊关系 | 第27页 |
| ·语言变量与模糊推理 | 第27-28页 |
| ·模糊控制器 | 第28-33页 |
| ·模糊控制的特点 | 第28-29页 |
| ·模糊控制器组成 | 第29-31页 |
| ·论域、量化因子、比例因子的选择 | 第31-33页 |
| 第四章 锅炉主蒸汽温度控制系统 | 第33-37页 |
| ·锅炉主蒸汽温度控制系统的特点 | 第33-35页 |
| ·锅炉主蒸汽温度对象的一般特性 | 第33-35页 |
| ·主汽温控制技术控制方法和手段 | 第35-37页 |
| ·几种常见的控制方法 | 第35-36页 |
| ·主汽温中的智能复合控制 | 第36-37页 |
| 第五章 模糊神经网络结构及其算法 | 第37-40页 |
| ·模糊神经网络的原理用 | 第37页 |
| ·模糊神经网络的结构及算法 | 第37-40页 |
| ·模糊神经网络的结构 | 第37-38页 |
| ·模糊神经网络的学习算法 | 第38-40页 |
| 第六章 基于模糊神经网络的主汽温控制系统 | 第40-48页 |
| ·模糊神经网络自适应控制器 | 第40-43页 |
| ·糊逻辑控制 | 第40-41页 |
| ·糊神经网络控制器设计 | 第41-42页 |
| ·FNNC学习算法 | 第42-43页 |
| ·主汽温对象辨识系统 | 第43-45页 |
| ·神经网络动态建模 | 第43-44页 |
| ·辨识仿真 | 第44-45页 |
| ·FNNC 应用于主汽温控制的仿真 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第七章 结束语 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 致谢 | 第51-52页 |
| 攻读硕士学位期间发表的论文 | 第52页 |
