首页> 中文学位 >联接主义智能控制分析与综合
【6h】

联接主义智能控制分析与综合

代理获取

目录

文摘

英文文摘

图表目录

第一章绪论

§1.1智能控制的理论研究与应用进展

§1.1.1智能控制的产生和发展

§1.1.2联接主义智能控制系统综述

§1.1.3联接主义智能控制应用进展

§1.2本文研究动机与目的

§1.3本文主要内容与结构安排

第二章基于多层前馈神经网络的非线性广义预测控制

§2.1引言

§2.1.1广义预测控制的问题描述

§2.1.2广义预测控制律的实现

§2.2基于复合神经网络的非线性广义预测自校正控制器

§2.2.1背景描述

§2.2.2复合前馈网络结构与扩展KALMAN滤波学习算法

§2.2.3非线性广义预测控制律的实现

§2.2.4仿真研究

§23基于神经网络的前馈补偿非线性广义预测控制器

§2.3.1背景描述

§2.3.2线性广义预测自校正控制器的实现

§2.3.3非线性前馈增益补偿广义预测控制的实现

§2.3.4仿真研究

§2.4基于神经网络的非线性预测控制仿真软件

§2.4.1背景描述

§2.4.2任务描述及总体概述

§2.4.3仿真软件组成结构

§2.4.4仿真软件内核流程

§2.5本章小结

第三章基于ElMAN网络的非线性稳定自适应预测控制

§3.1引言

§3.1.1 ELMAN网络标准结构与性质

§3.1.2相关假设和概念

§3.2基于ELMAN网络的非线性稳定自适应控制

§3.2.1背景描述

§3.2.2自适应控制器和权值学习算法的设计

§3.2.3闭环性质分析

§3.3基于扩展ELMAN网络的非线性自适应预测控制器

§3.3.1串-并式结构的扩展ELMAN网络

§3.3.2一步超前预测控制律的扩展KALMAN算法

§3.3.3仿真研究

§3.4本章小结

第四章非线性系统的简单递归神经网络自适应预测控制

§4.1引言

§4.2基于简单递归神经网络的非线性广义最小方差控制

§4.2.1简单递归神经网络的统一结构

§4.2.2广义最小方差神经网络稳定控制器的设计

§4.2.3闭环系统稳定性分析

§4.2.4仿真研究

§4.3基于简单递归神经网络的非线性预测控制

§4.3.1一步神经预测控制方案

§4.3.2闭环系统稳定性分析

§4.3.3仿真研究

§4.3.4推广到广义预测控制结构

§4.3.5仿真研究与讨论

§4.4本章小结

第五章混沌系统的神经网络建模与控制

§5.1引言

§5.1.1混沌理论与混沌学科的发展历程

§5.1.2混沌控制研究概述

§5.2混沌系统的神经网络建模辨识结构研究

§5.2.1三种辨识结构描述

§5.2.2仿真研究

§5.2.3若干结论

§5.3基于WIENER模型的广义预测控制器

§5.3.1控制算法推导

§5.3.2控制算法改进

§5.3.3仿真研究

§5.4本章小结

第六章ELMAN网络的混沌化设计

§6.1引言

§6.2非线性ELMAN网络的混沌化设计

§6.2.1混沌ELMAN网络

§6.2.2不动点稳定判据与混沌生成准则

§6.2.3仿真研究

§6.3线性ELMAN网络的混沌化设计

§6.3.1自治的线性ELMAN网络与LI-YORKE混沌

§6.3.2混沌化线性ELMAN网络

§6.3.3仿真研究

§6.4本章小结

第七章T-S型模糊神经网络的非线性系统建模与控制研究

§7.1引言

§7.2 T-S型模糊神经网络的广义预测控制器

§7.2.1 T-S型模糊神经网络及其BP学习算法

§7.2.2T-S型模糊神经网络的广义预测控制器

§7.2.3仿真研究

§7.3递归T-S型模糊神经网络

§7.3.1递归T-S模型的神经网络结构

§7.3.2 TSFRNN的动态BP学习算法

§7.3.3仿真研究

§7.4T-S型模糊神经网络的混沌BP学习算法

§7.4.1混沌BP算法

§7.4.2仿真研究

§7.4.3讨论

§7.5本章小结

第八章神经网络在劳动力市场与汇率制度中的应用

§8.1基于递阶对角神经网络的中国失业问题研究

§8.1.1研究背景和前期准备

§8.1.2基于递阶对角神经网络的中国失业模型

§8.1.3基于递阶对角神经网络的失业预测模型

§8.2汇率理论的神经网络实证研究

§8.2.1研究背景

§8.2.2基本经济因素为解释变量的汇率理论

§8.2.3汇率理论的神经网络实证模型

§8.3本章小结

第九章总结与展望

参考文献

攻读博士学位期间参加完成的论文及科研课题

致谢

展开▼

摘要

该文首先对智能控制和联接主义智能控制在理论和应用方面的进展进行了总结与评述,然后以神经网络为主线,在联接主义智能控制框架下,在前人研究的基础上,围绕神经网络建模、预测与控制、混沌控制、神经网络混沌化、模糊神经网络等主题展开了一系列研究,并针对中国的失业问题和国际金融中的汇率理论模型作了详尽的实证工作.该文的主要创新工作分为如下几个方面:(1)该文的第二章、第五章、第七章中,将线性系统的广义预测控制与复合神经网络、前馈神经网络、扩展Elman网络和T-S型模糊神经网络相结合,提出了多种宜于控制非线性系统和混沌系统的非线性广义预测控制器.(2)神经网络控制的稳定性是理论研究和实际应用的重点,该文的第三、四章主要研究递归神经网络自适应预测控制的稳定性.(3)混沌反控制(即混沌生成、混沌化)与混沌控制同样受到关注和重视,该文第六章着重研究混沌化Elman网络.(4)非线性复杂系统的神经网络建模和预测也是该文的研究内容,并提出了多种具体的神经网络结构.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号