PID神經(jīng)元網(wǎng)絡及其控制系統(tǒng)

第1章 緒論
1.1 傳統(tǒng)控制理論的局限性
1.2 人工神經(jīng)元網(wǎng)絡控制系統(tǒng)的特點和弱點
1.3 PID控制的特點及其和神經(jīng)元網(wǎng)絡的結合
1.4 PID神經(jīng)元網(wǎng)絡（PIDNN）的特點和結構形式
1.5 對PIDNN所做的主要工作和創(chuàng)新點
第2章 比例、積分、微分（PID）神經(jīng)元
2.1 生物神經(jīng)元的特性及PID機能
2.2 PID神經(jīng)元的結構形式和計算方法
2.3 小結
第3章 PID神經(jīng)元網(wǎng)絡
3.1 引言
3.2 一般前向神經(jīng)元網(wǎng)絡的特性和缺陷
3.3 PIDNN的基本形式??SPIDNN
3.4 多輸出PIDNN??MPIDNN
3.5 PIDNN連接重初值的選取和等價系統(tǒng)
3.6 小結
第4章 基于PID神經(jīng)元網(wǎng)絡的非線性系統(tǒng)辨識
4.1 引言
4.2 PIDNN進行系統(tǒng)辨識的理論基礎
4.3 PIDNN進行系統(tǒng)辨識的結構分析
4.4 PIDNN的系統(tǒng)辨識程序
4.5 PIDNN進行非線性動態(tài)系統(tǒng)辨識實例
4.6 小結
第5章 PID神經(jīng)元網(wǎng)絡單變量控制系統(tǒng)
5.1 引言
5.2 SPIDNN控制系統(tǒng)的結構和算法
5.3 SPIDNN單變量控制系統(tǒng)的穩(wěn)定性分析
5.4 SPIDNN單變量控制系統(tǒng)仿真結果
5.5 小結
第6章 PID神經(jīng)元網(wǎng)絡多變量控制系統(tǒng)理論
6.1 多變量系統(tǒng)控制的特點和問題
6.2 PIDNN多變量控制系統(tǒng)的結構和算法
6.3 PIDNN多變量控制系統(tǒng)的收斂性和穩(wěn)定性分析
6.4 小結
第7章 PID神經(jīng)元網(wǎng)絡多變量控制系統(tǒng)仿真
7.1 線性多變量控制系統(tǒng)的控制
7.2 帶時延強耦合多變量系統(tǒng)的控制
7.3 帶線性強耦合多變量系統(tǒng)的控制
7.4 時變強耦合多變量系統(tǒng)的控制
7.5 輸入?輸出非對稱多變量系統(tǒng)的控制
7.6 小結
第8章 常用軟件平臺上的PIDNN程序設計
8.1 基于VB和PIDNN控制系統(tǒng)訪真程序
8.2 基于虛擬儀器LABVIW的PIDNN程序設計
8.3 基于MCGS組態(tài)軟件的PIDNN控制
第9章 PID神經(jīng)元網(wǎng)絡控制系統(tǒng)的應用
9.1 基于以太網(wǎng)的PIDNN及其對加熱爐的控制
9.2 船用柴油機PIDNN控制系統(tǒng)
9.3 采用雙輸出PIDNN控制的變風量空調系統(tǒng)
9.4 采用四輸出PIDNN控制的變風量空調系統(tǒng)
9.5 基于PIDNN的冷連軋板形板厚多變量系統(tǒng)的控制
9.6 PIDNN對小車例立擺的控制
9.7 注塑機料筒多段溫度PIDNN解耦控制系統(tǒng)
9.8 小結
第10章 總結與展望
10.1 總結
10.2 展望
參考文獻