神经网络在非线性不确定系统中的应用研究

神经网络在非线性不确定系统中的应用研究

ID:6745271

大小:1.66 MB

页数:59页

时间:2018-01-24

神经网络在非线性不确定系统中的应用研究_第1页
神经网络在非线性不确定系统中的应用研究_第2页
神经网络在非线性不确定系统中的应用研究_第3页
神经网络在非线性不确定系统中的应用研究_第4页
神经网络在非线性不确定系统中的应用研究_第5页
资源描述:

《神经网络在非线性不确定系统中的应用研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、毕业设计论文题目神经网络在非线性不确定系统中的应用研究(院)系电气与信息工程系专业自动化班级0101班学号学生姓名龙小宁导师姓名伍萍辉曾成完成日期2005年6月18日湖南工程学院毕业设计(论文)任务书设计(论文)题目:神经网络在非线性不确定系统中的应用研究姓名龙小宁系别电气与信息工程系专业自动化班级0101学号指导老师伍萍辉曾成教研室主任唐勇奇、赵葵银一、基本任务及要求:针对经典控制理论及现代控制理论在非线性不确定控制系统中应用的局限性,研究①神经网络控制的可行性及优势;②神经网络控制方案的实现

2、方法;③BP神经网络控制方法及其改进;④神经网络控制系统的MATLAB仿真方法;⑤神经网络在非线性不确定时滞系统中的应用研究。二、进度安排及完成时间:1、第一周:明确课题任务及要求,搜集课题所需资料,掌握资料查阅方法,了解本课题研究现状、存在问题及研究的实际意义。2、第二周至第三周:查阅相关资料,自学相关内容,掌握BP神经网络控制方法、模糊控制方法,确定课题总体方案,分配课题任务,确定个人研究重点,做好选题报告。3、第四周至第七周:针对经典控制理论及现代控制理论在复杂控制系统中应用的局限性,研究

3、神经网络控制方法及性能改进方法以及MATLAB仿真方法。4、第八周至第十周:研究神经网络控制在非线性不确定时滞系统中的应用方法,比较各种方法在非线性不确定时滞系统中的仿真效果。5、第十一周至第十四周:整理资料,撰写毕业设计论文,答辩。湖南工程学院毕业设计论文目录摘要ⅠAbstractⅡ第1章绪论11.1神经网络概述11.2神经网络的研究发展史11.2.1启蒙时期11.2.2低潮时期21.2.3复兴时期21.2.4新时期21.2.5国内研究概况31.3人工神经网络的主要应用领域31.3.1信息领域

4、31.3.2自动化领域31.3.3工程领域41.4毕业设计与要求及基本思路4第2章模糊神经网络控制62.1人工神经元模型62.2人工神经网络结构72.2.1层次网络模型72.2.2互连网络模型72.3神经网络学习方法82.3.1学习方式82.3.2学习规则82.3.3学习与自适应112.4前向神经网络112.4.1感知器112.4.2线形神经网络122.5BP控制方法122.5.1基于BP算法的多层前馈网络模型142.5.2BP学习算法14湖南工程学院毕业设计论文2.5.3标准BP算法的改进15

5、2.5.4基于BP算法的多层前馈网络设计基础162.5.5初始权值的设计182.5.6多层前馈网络结构设计192.5.7网络训练与测试192.6模糊控制方法202.6.1模糊控制系统的组成202.6.2模糊化工程212.6.3知识库212.6.4推理决策逻辑222.6.5精确化过程222.6.6模糊控制系统的设计242.6.7模糊控制系统的改进26第3章神经网络在非线形不确定时滞系统中的应用研究293.1方案的提出293.2方案设计293.3神经网络模糊控制器的自学习法323.3.1控制误差指标

6、323.3.2调节控制器误差指标323.3.3对象模型PMN输出与测量量得的误差指标323.3.4对象模型PMN网络参数的学习323.3.5模糊控制器FC的修正因子,的学习算法33第四章神经网络控制系统的MATLAB仿真方法354.1控制系统计算机仿真的基本概念354.1.1系统计算机仿真354.1.2控制系统计算机仿真的过程354.2控制系统PID仿真364.2.1PID简述364.2.2PID仿真与分析374.3模糊控制系统的仿真与分析394.3.1MATLAB模糊逻辑工具箱394.3.2仿

7、真与分析39湖南工程学院毕业设计论文4.4神经网络在非线形不确定时滞系统中的仿真与分析41结束语45参考文献46致谢47附录48湖南工程学院毕业设计论文神经网络在非线形不确定系统中的应用研究摘要:神经网络以其可学习的特性和高度的并行结构成为自控界的热门研究课题。它能以任意精度逼近任意非线形函数,能同时处理定量和定性的信息,能很好地协调多种输入信息关系。适用于多信息融合和多媒体技术。它为解决不确定性系统的许多控制问题及高度非先行问题提供了一个有力的工具。本文介绍了神经元和神经网络的基本结构,并在此

8、基础上分析了人工神经网络的特性、学习、训练,说明了典型网络BP网络的工作原理,对人工神经网络在非线形系统中的应用也进行了讨论。工业生产过程中常有大时滞存在,用传统方法不能获得满意的控制效果。针对时滞不确定非线形系统的控制问题,讨论了一种基于史密斯预估补偿控制结构的模糊控制与人工神经网络相结合的自优化控制方法。仿真分析表明它对时滞非线形时变对象具有良好的控制效果[1]。关键词:神经网络;模糊控制;史密斯控制;时滞不确定非线形系统I湖南工程学院毕业设计论文Thestudyofapplicationo

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。