智能非线性控制技术的应用研究

第1章 绪论
1．1 模糊逻辑控制和人工神经网络
1．1．1 模糊逻辑控制的国内外研究概况
1．1．2 人工神经网络的国内外研究概况
1．2 模糊神经网络
1．2．1 模糊神经网络的发展和现状
1．2．2 模糊神经网络的应用及存在的问题
1．3 本书的研究内容
第2章 模糊控制系统的工作原理
2．1 概述
2．2 模糊控制系统的组成
2．3 模糊控制器的基本结构和组成
2．4 论域为离散时模糊控制的离线计算
第3章 神经网络控制器简介
3．1 神经网络的概述和结构
3．1．1 神经网络简介
3．1．2 神经网络研究的发展历史
3．2 神经网络的建模
3．2．1 神经网络特征
3．2．2 神经网络模型
3．3 神经网络的BP学习算法
3．4 神经网络控制系统的结构
第4章 智能非线性控制技术在药剂温控系统中的应用
4．1 温度控制系统概述
4．1．1 系统描述
4．1．2 控制要求
4．1．3 数学模型分析
4．2 自适应模糊控制器在药剂温控系统中的应用
4．2．1 常规模糊控制器性能分析
4．2．2 自适应模糊控制器的设计
4．2．3 利用梯度下降法对．自寻优
4．2．4 自适应模糊控制器系统仿真分析
4．3 神经网络BP-PID控制器在药剂温控系统中的应用
4．3．1 经典PID控制器的设计
4．3．2 神经网络PlD控制器的系统结构
4．3．3 基于BP算法的神经网络．PII）控制器
4．3．4 被控对象神经网络辨识器
4．3．5 BP-PID控制器算法的步骤
4．3．6 归一化的方法
4．4 仿真结果
4．4．1 经典PID控制仿真结果
4．4．2 BP-PID控制仿真结果
4．4．3 仿真结果比较
第5章 模糊神经网络控制器的优化设计
5．1 模糊神经网络控制系统
5．1．1 复杂过程的模糊神经网络控制结构
5．1．2 模糊神经网络控制器的结构
5．1．3 模糊神经网络控制器参数的学习算法
5．2 模糊神经网络控制器的优化
5．2．1 FNN权值修正计算的优化
5．2．2 基于T-S模型的FNC修正步长的动态优化
5．3 仿真研究
5．3．1 控制对象及控制目标
5．3．2 基于数值优化计算的FNC仿真
5．3．3 基于T-S模型修正步长动态优化的FNC仿真
第6章 智能非线性控制技术在倒立摆系统中的应用
6．1 基于模糊基函数网络的间接型稳定自适应控制器
6．1．1 自适应模糊控制
6．1．2 李亚普诺夫方法
6．1．3 模糊基函数
6．1．4 基于模糊基函数网络的间接型稳定自适应控制器的设计
6．1．5 系统结构
6．1．6 设计步骤和稳定性分析
6．1．7 仿真研究——倒立摆跟踪控制问题
6．2 基于模糊T-S神经网络的直接型稳定自适应控制器
6．2．1 T-S模糊神经网络
6．2．2 基于T-S模糊神经网络的直接型稳定自适应控制器的设计
6．2．3 系统结构
6．2．4 设计步骤和稳定性分析
6．2．5 仿真研究
6．3 小结
第7章 结论与展望
参考文献
附录