| 中文摘要 | 第1页 |
| 英文摘要 | 第2-5页 |
| 第一章 前言 | 第5-12页 |
| 1．1 本文的选题背景 | 第5-6页 |
| 1．2 当前电热锅炉控制技术中存在的问题 | 第6页 |
| 1．3 模糊控制技术 | 第6-10页 |
| 1．3．1 模糊控制技术简介 | 第6-10页 |
| 1．3．2 模糊控制技术在电热锅炉采暖系统中的应用现状 | 第10页 |
| 1．4 本课题所研究的内容 | 第10-12页 |
| 1．4．1 目的和意义 | 第10-11页 |
| 1．4．2 研究内容 | 第11-12页 |
| 第二章 基于神经网络模糊控制器的研究 | 第12-19页 |
| 2．1 引言 | 第12页 |
| 2．2 神经网络的引入 | 第12页 |
| 2．3 神经网络与模糊技术的结合 | 第12-19页 |
| 2．3．1 pi-sigma神经网络及学习算法 | 第13-14页 |
| 2．3．2 基于模糊神经网络的模型参考自适应控制 | 第14-19页 |
| 第三章 模糊遗传算法的研究 | 第19-26页 |
| 3．1 引言 | 第19页 |
| 3．2 遗传算法简介 | 第19-20页 |
| 3．3 遗传算法的基本操作 | 第20-22页 |
| 3．4 遗传算法与模糊系统的结合 | 第22-26页 |
| 3．4．1 基于遗传算法的模糊推理规则的优化 | 第22-24页 |
| 3．4．2 模糊寻优问题的模糊遗传算法FGA | 第24-26页 |
| 第四章 系统结构分析与实现 | 第26-50页 |
| 4．1 系统的分析与设计 | 第26页 |
| 4．2 研究环境的建立 | 第26-29页 |
| 4．3 内部再励信号产生神经网络 | 第29-32页 |
| 4．3．1 内部再励信号产生神经网络的结构 | 第29-30页 |
| 4．3．2 内部再励信号产生神经网络的工作原理 | 第30-32页 |
| 4．4 模糊神经网络 | 第32-43页 |
| 4．4．1 模糊神经网络的结构 | 第32-34页 |
| 4．4．2 隶属函数层模糊神经网络节点的构造 | 第34-39页 |
| 4．4．3 模糊神经网络的构造 | 第39-43页 |
| 4．5 改进遗传算法的实现 | 第43-48页 |
| 4．5．1 改进遗传算法的参数编码 | 第43-44页 |
| 4．5．2 改进遗传算法的结构 | 第44-46页 |
| 4．5．3 初始种群的形成 | 第46页 |
| 4．5．4 遗传、变异、选择、交换操作的实现 | 第46-48页 |
| 4．6 控制量输出模块 | 第48-49页 |
| 4．7 系统运行及调试 | 第49-50页 |
| 第五章 结论及发展展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 附录 | 第56-59页 |
| 攻读学位期间发表的学术论文 | 第59页 |