BP多层神经网络在控制中的应用
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-6页 |
| 目录 | 第6-8页 |
| 符号说明 | 第8-9页 |
| 第一章 概论 | 第9-16页 |
| ·引言 | 第9页 |
| ·人工神经网络发展状况 | 第9-11页 |
| ·人工神经网络基本特征及在自动化领域的应用 | 第11-14页 |
| ·神经网络基本特征 | 第11页 |
| ·神经网络在自动化领域的应用 | 第11-14页 |
| ·本文研究内容及意义 | 第14-16页 |
| 第二章 神经网络控制系统 | 第16-31页 |
| ·神经网络控制系统的整体结构 | 第16-17页 |
| ·神经网络系统的网型及算法 | 第17-25页 |
| ·神经网络系统所采用的网型 | 第17-19页 |
| ·BP算法及其改进 | 第19-25页 |
| ·数据通讯接口 | 第25-31页 |
| ·ODBC通讯方式的实现 | 第26-29页 |
| ·OLE通讯方式的实现 | 第29-31页 |
| 第三章 神经网络对电加热炉的辨识 | 第31-46页 |
| ·辨识对象 | 第31-32页 |
| ·辨识 | 第32-43页 |
| ·阶跃响应特性的测定 | 第32-33页 |
| ·输入信号的设计 | 第33-35页 |
| ·采用标准BP网络辨识 | 第35-37页 |
| ·采用双并联网络辨识 | 第37-39页 |
| ·采用Ward网络辨识 | 第39-41页 |
| ·采用改进的Elman网络辨识 | 第41-43页 |
| ·辨识结果分析 | 第43-46页 |
| 第四章 基于神经网络的PID自适应控制系统 | 第46-58页 |
| ·基于神经网络的PID控制 | 第47-53页 |
| ·PID控制器 | 第47-48页 |
| ·基于神经网络的PID控制算法 | 第48-51页 |
| ·改进的基于神经网络的PID控制算法 | 第51-53页 |
| ·算法的计算流程 | 第53页 |
| ·控制系统的设计与实现 | 第53-55页 |
| ·硬件配置 | 第53-54页 |
| ·软件结构 | 第54-55页 |
| ·控制结果及分析 | 第55-58页 |
| 第五章 基于以太网的PID神经网络控制系统 | 第58-71页 |
| ·被控对象的描述 | 第58-61页 |
| ·PID神经网络 | 第61-64页 |
| ·PID神经网络结构 | 第61-62页 |
| ·PID神经网络的学习算法 | 第62-64页 |
| ·PID神经网络控制系统方案 | 第64-66页 |
| ·硬件配置 | 第64-65页 |
| ·软件结构 | 第65-66页 |
| ·实时控制结果及分析 | 第66-71页 |
| 第六章 结束语 | 第71-73页 |
| 附录一 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 致谢 | 第77-78页 |
| 攻读学位期间发表的学术论文目录 | 第78页 |
