| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 微波加热技术简介 | 第9-11页 |
| 1.1.1 微波的基本概念 | 第9页 |
| 1.1.2 微波加热原理 | 第9页 |
| 1.1.3 微波加热特点 | 第9-11页 |
| 1.2 微波能的研究现状及其应用 | 第11-13页 |
| 1.3 课题研究的背景和意义 | 第13-14页 |
| 1.4 微波加热温度控制研究现状 | 第14-15页 |
| 1.5 本文的主要研究内容和章节安排 | 第15-17页 |
| 1.5.1 主要研究内容 | 第15页 |
| 1.5.2 章节安排 | 第15-17页 |
| 2 神经网络和智能粒子群优化算法 | 第17-37页 |
| 2.1 人工神经网络 | 第17-20页 |
| 2.1.1 神经网络概述 | 第17-18页 |
| 2.1.2 人工神经元 | 第18-19页 |
| 2.1.3 神经网络结构 | 第19-20页 |
| 2.1.4 神经网络学习 | 第20页 |
| 2.2 BP神经网络 | 第20-28页 |
| 2.2.1 BP神经网络模型 | 第20-21页 |
| 2.2.2 BP神经网络学习过程数学描述 | 第21-24页 |
| 2.2.3 BP网络训练步骤 | 第24-25页 |
| 2.2.4 BP神经网络参数分析 | 第25-26页 |
| 2.2.5 BP算法的不足及其改进 | 第26-28页 |
| 2.3 基本粒子群算法原理 | 第28-29页 |
| 2.4 标准粒子群优化算法 | 第29-30页 |
| 2.4.1 标准粒子群优化算法原理 | 第29页 |
| 2.4.2 标准粒子群算法的局限性分析 | 第29-30页 |
| 2.5 自适应粒子群优化算法 | 第30-35页 |
| 2.5.1 粒子群算法的参数分析 | 第30-32页 |
| 2.5.2 改进的粒子群优化算法 | 第32-33页 |
| 2.5.3 仿真实验 | 第33-35页 |
| 2.6 本章小结 | 第35-37页 |
| 3 微波加热系统的神经网络辨识 | 第37-47页 |
| 3.1 系统辨识 | 第37-39页 |
| 3.1.1 系统辨识理论 | 第37-38页 |
| 3.1.2 辨识精度 | 第38页 |
| 3.1.3 系统辨识的步骤 | 第38-39页 |
| 3.2 神经网络系统辨识 | 第39-40页 |
| 3.2.1 神经网络系统辨识特点 | 第39页 |
| 3.2.2 神经网络系统辨识分类 | 第39-40页 |
| 3.2.3 神经网络辨识系统模型结构 | 第40页 |
| 3.3 基于神经网络的微波加热系统 | 第40-43页 |
| 3.3.1 辨识模型 | 第40-41页 |
| 3.3.2 仿真实验 | 第41-43页 |
| 3.4 基于自适应粒子群的神经网络微波加热系统辨识 | 第43-46页 |
| 3.4.1 自适应粒子群优化神经网络 | 第43-45页 |
| 3.4.2 仿真实验 | 第45-46页 |
| 3.5 本章小结 | 第46-47页 |
| 4 微波加热系统控制器设计和仿真 | 第47-57页 |
| 4.1 微波加热设备介绍 | 第47-50页 |
| 4.2 控制器设计 | 第50-52页 |
| 4.2.1 PID控制器 | 第50-51页 |
| 4.2.2 BP神经网络控制器 | 第51-52页 |
| 4.2.3 粒子群控制器 | 第52页 |
| 4.3 实验 | 第52-56页 |
| 4.4 本章小结 | 第56-57页 |
| 5 总结和展望 | 第57-58页 |
| 5.1 总结 | 第57页 |
| 5.2 展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录 | 第62页 |
| A. 作者在攻读学位期间参与的科研项目： | 第62页 |