文摘
英文文摘
第一章绪论
1.1人工神经网络与进化计算
1.2 RBFNN的研究现状
1.2.1 RBFNN的结构特点
1.2.2 RBFNN的函数逼近理论
1.2.3 RBFNN的训练方法
1.2.4 RBFNN的优点及问题
1.3 RBFNN在非线性控制中的应用现状
1.3.1系统辨识与建模
1.3.2控制方案设计
1.4本论文的研究意义及研究内容
1.4.1研究意义
1.4.2研究内容
参考文献
第二章径向基函数神经网络的改进学习算法——基于进化计算与信息论的方法
2.1引言
2.2进化编程(EP)优化RBFNN的结构和参数
2.2.1目前存在的同时学习结构和参数的主要方法及缺陷
2.2.2进化编程优化算法
2.2.3混沌MacKey--Glass时间序列预测
2.2.4小结
2.3基于特殊代价函数和AIC的遗传算法搜索RBFNN的结构和参数
2.3.1 RBFNN的泛化能力
2.3.2利用赤池信息准则(AIC)估计RBFNN的结构
2.3.3基于特殊代价函数和AIC的适应度函数
2.3.4基于子集选择的改进遗传算法实现
2.3.5噪声系统仿真实验
2.3.6小结
2.4基于MDL的RBFNN结构和参数的学习
2.4.1 RBFNN结构的最小描述长度(MDL)表示
2.4.2基于MDL的RBFNN结构和参数的学习算法实现
2.4.3厄米特多项式逼近仿真实验
2.4.4小结
参考文献
第三章径向基函数神经网络结构的改进
3.1引言
3.2新的距离度量下的RBFNN
3.2.1新的距离度量方法
3.2.2新的距离度量方法下分类函数的学习以及RBFNN输入节点的选择
3.2.3新的距离度量方法下RBFNN隐节点的选择和参数的学习
3.2.4小结
3.3一类新的全反馈连续时间递归RBFNN
3.3.1全反馈连续时间递归RBFNN模型的提出
3.3.2连续时间递归RBFNN的渐近稳定性
3.3.3连续时间递归RBFNN控制非线性SIMO系统时局部渐近稳定性的推导
3.3.4小结
3.4带有FIR/IIR滤波器的离散时间递归RBFNN
3.4.1离散时间递归RBFNN的反馈延迟引起的混沌现象
3.4.2带有FIR/IIR滤波器的离散递归RBFNN的结构
3.4.3带有FIR/IIR滤波器的离散递归RBFNN的学习算法
3.4.4小结
参考文献
第四章径向基函数神经网络在快速非线性控制系统中的应用
4.1引言
4.2基于时延RBFNN模型预测控制的交流伺服系统
4.2.1三相交流异步电动机的多变量数学模型及矢量控制
4.2.2基于RBFNN的预测模型
4.2.3非线性模型预测控制算法
4.2.4实时仿真结果
4.2.5小结
4.3用进化RBFNN控制二级倒立摆
4.3.1设计RBFNN控制器
4.3.2用遗传算法求解RBFNN参数
4.3.3二级倒立摆的控制
4.3.4小结
4.4一种基于RBFNN的机器人柔性臂的自适应控制
4.4.1柔性机械臂的动力学模型
4.4.2自适应控制规律
4.4.3系统稳定性分析
4.4.4实验结果及分析
4.4.5小结
参考文献
第五章径向基函数神经网络控制器的硬件实现
5.1引言
5.2数字信号处理器(DSP)在现代控制系统中的应用及选型
5.3二级倒立摆的RBFNN控制系统的组成
5.4 DSP系统构成的RBFNN控制器软件设计
5.4.1主机系统软件设计
5.4.2 RBFNN处理系统的软件设计
5.5RBFNN控制器的控制效果及其分析
5.5.1二级倒立摆RBFNN稳定控制实验结果
5.5.2实验结果分析
5.6小结
参考文献
第六章结论与展望
致谢
作者在攻读博士学位期间发表或待发的主要论文
附录
一、计算隐含层神经元输出exp
二、RLS算法调整输出权值
