| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第1章 绪论 | 第7-9页 |
| ·课题背景及意义 | 第7页 |
| ·国内外研究水平及动态 | 第7-8页 |
| ·本文的主要研究任务 | 第8-9页 |
| 第2章 船舶柴油发电机系统数学模型 | 第9-21页 |
| ·一种船舶柴油发电机的数学模型 | 第9-16页 |
| ·伺服机构及检测单元的数学模型 | 第16-18页 |
| ·同步发电机模型 | 第18-21页 |
| 第3章 神经网络及其在船舶柴油发电机系统辨识中的应用 | 第21-36页 |
| ·人工神经网络基本原理 | 第21-22页 |
| ·神经网络结构原理与算法 | 第21-22页 |
| ·神经网络应用及其发展 | 第22页 |
| ·基于神经网络的船舶柴油发电机系统辨识 | 第22-36页 |
| ·BP神经网络及其辨识结果 | 第24-26页 |
| ·CMAC神经网络及其辨识结果 | 第26-29页 |
| ·采用DRNN神经网络及其辨识结果 | 第29-31页 |
| ·采用RBF神经网络及其辨识结果 | 第31-36页 |
| 第4章 船舶柴油发电机转速神经网络模型参考自适应控制 | 第36-47页 |
| ·自适应控制 | 第36-39页 |
| ·自适应控制系统的结构原理 | 第36-37页 |
| ·自适应控制系统的分类 | 第37-39页 |
| ·船舶柴油发电机模型参考自适应控制系统 | 第39-47页 |
| ·基于神经网络的模型参考自适应控制 | 第39-40页 |
| ·船舶柴油发电机组参考模型设计 | 第40-41页 |
| ·基于RBF神经网络控制器设计 | 第41-43页 |
| ·船舶柴油发电机控制系统仿真结果 | 第43-46页 |
| ·改进神经网络算法及其控制系统仿真结果 | 第46-47页 |
| 第5章 NNMRAC控制器在船舶柴油发电机容错控制中的应用 | 第47-58页 |
| ·容错控制 | 第47-53页 |
| ·经典容错控制分类 | 第47-50页 |
| ·智能容错控制 | 第50页 |
| ·容错控制的目标 | 第50-51页 |
| ·容错控制考虑的故障对象 | 第51-53页 |
| ·船舶柴油发电机转速容错控制结构及仿真结果 | 第53-57页 |
| ·结论 | 第57-58页 |
| 第6章 本文工作总结 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
