1 / 47
文档名称:

AFSA-RBF神经网络控制器.pdf

格式:pdf   页数:47页
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

AFSA-RBF神经网络控制器.pdf

上传人:wh7422 2015/10/28 文件大小:0 KB

下载得到文件列表

AFSA-RBF神经网络控制器.pdf

相关文档

文档介绍

文档介绍:.篗:篢
作者签名:谍雾作者签名:囊崔弗日期:%魄哈尔滨理工大学硕士学位论文原创性声明哈尔滨理工大学硕士学位论文使用授权书本人郑重声明:此处所提交的硕士学位论文《.窬缈刂破鳌罚是本人在导师指导下,在哈尔滨理工大学攻读硕士学位期间独立进行研究工作所取得的成果。据本人所知,论文中除己注明部分外不包含他人己发表或撰写过的研究成果。对本文研究工作做出贡献的个人和集体,均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。日期..。本论文的研究成果归哈尔滨理工大学所有,本论文的研究内容不得以其它单位的名义发表。本人完全了解哈尔滨理工大学关于保存、使用学位论文的规定,同意学校保留并向有关部门提交论文和电子版本,允许论文被查阅和借阅。本人授权哈尔滨理工大学可以采用影印、缩印或其他复制手段保存论文,可以公布论文的全部或部分内容。本学位论文属于保密口,在年解密后适用授权书。不保密厨。朐谝陨舷嘤Ψ娇蚰诖导师签名:日同
,是一种高效的前馈式神经网络,它具有的最佳逼近性能和全局最优特性,并且结构简单,训练速度快。窬缫部梢杂τ糜谀J绞侗稹⑿藕糯怼⒎窍咝院平攘煊颉神经网络具有模拟人脑中局部调整、相互覆盖接收域的神经网络结构,能以任意精度逼近任一连续函数。人工鱼群算法作为窬绲难盗匪惴ǎ哂辛己玫目朔植考怠取得全局极值的能力;对搜索空间具有一定的自适应能力;算法对初值无要求,对各参数的选择也不很敏感等特点。文中将库存鱼群和寻优鱼群引入到算法中,并在保证全局寻优能力的情况下,解决算法的效率问题。将微人工鱼群算法应用到神经网络的训练中,建立起了基于人工鱼群算法的神经网络训练模型。文中将人工鱼群算法和窬缦嘟岷希远兜沽谖Q芯慷韵螅设计了窬缈刂破鳌T贛校远兜沽谙低辰蟹抡妫峁表明所设计的控制器满足系统的性能要求。将经过仿真的神经网络模块下载到固高公司的倒立摆系统中,验证算法的实际效果。通过实验结果表明:二级倒立摆能够保持稳定平衡,抗干扰能力好,验证本文所设计的窬缈刂器具有良好的控制性能。关键字窬纾欢兜沽冢蝗斯び闳核惴哈尔滨理鹧Чぱ秨弦德畚
琯,疭.,—.甀瑃甊,甀、..瑆,甌—.
录目摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..第滦髀邸课题研究的背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯神经网络的基本特点与功能⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.窬绲幕竟δ堋窬绲募蚪椤窬缪芯肯肿础窬绲奶氐恪本文研究的主要内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第翿神经网络的理论基础⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第禄谌斯び闳核惴ǖ腞⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯人工鱼群算法概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..ú街琛第翿神经网络控制器的仿真研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。二级倒立摆的数学描述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.窬绲难盗贰.⋯⋯.⋯.⋯.⋯.⋯.⋯.⋯⋯⋯.⋯⋯.⋯⋯...⋯.⋯..⋯..⋯.⋯⋯.⋯⋯.⋯.⋯.⋯.⋯.⋯.⋯⋯.⋯.⋯.哈尔滨理工大学工学硕士毕业论文
⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯,结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯攻读硕士学位期间发表的学术论文⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯哈尔滨理工人学‘妒弦德畚.
第滦髀课题研究的背景及意义人类的大脑能够进行复杂的思维活动,它处于高度发达的状态,是人类智能的体现。经过长时间的研究和探索,人脑是怎样工作的是科学家最想了解的,而人工智能科学家则不断的努力怎样能构造模仿人类大脑的人工智能系统,用以模拟、延伸和扩展脑功能,能够像人脑一样的工作。因此,脑科学和智能科学的发展主要基于研究认识人脑和模仿人脑的思维方式。至今为止,所有计算机的工作原理都是依据冯·诺依曼,其主