第1章 绪论 1
1.1引言 1
1.2人工神经网络理论的研究简史及标志性研究成果 3
1.2.1初创期 4
1.2.2初始兴盛期 4
1.2.3低潮期 5
1.2.4复兴期 5
1.2.5高潮期 6
1.3符号主义和连接主义 7
第2章 人工神经网络的统一描述及典型结构 9
2.1人工神经元的统一描述 9
2.1.1加权求和器 9
2.1.2线性动态系统 10
2.1.3非动态的非线性函数 12
2.2人工神经网络连接权的作用 13
2.3典型人工神经网络结构 14
2.4静态多层前馈网络 16
2.5动态网络 18
2.5.1Hopfield网络 18
2.5.2 Cohen-Grossberg定理 20
2.6其他神经网络结构 22
2.6.1模拟退火和Boltzmann机 22
2.6.2横向连接 24
2.6.3小脑模型控制器 25
2.6.4细胞神经网络 26
第3章 人工神经网络的学习模式 27
3.1静态神经网络的学习 27
3.1.1非动态单层网络结构 27
3.1.2非动态多层网络 29
3.1.2.1反向传播算法 30
3.1.2.2反向传播的控制理论解释 33
3.2动态神经网络的学习 34
3.1.2.3用静态网络表示时域过程 34
3.2.1动态行为学习 35
3.2.2给定点学习 35
3.2.3轨迹的学习 37
3.2.3.1时域反向传播算法 37
3.2.3.2前向传播 40
3.2.3.3映射学习、辨识和最优控制 42
第4章 人工神经网络在控制领域的应用概述 45
4.1神经网络和控制的对应关系 45
4.2神经网络适用于控制领域的主要特征 47
4.3人工神经网络在控制系统中的应用模式概述 51
4.3.1系统的模拟和辨识 51
4.3.2充当各类控制器 52
4.4人工神经网络在传动控制领域中的应用概述 54
4.4.1监控 54
4.4.3自适应控制 55
4.4.2故障分析与诊断 55
4.4.4参数辨识和外在特性拟合 56
4.4.5与其他智能控制方法相结合的自适应控制 57
第5章 人工神经网络在控制领域中的应用模式 59
5.1神经网络在系统建模中的应用 59
5.2神经网络在系统辨识中的应用 62
5.2.1基于前馈模型的辨识 63
5.2.2基于逆向模型的辨识 65
5.3基于神经网络的系统控制 68
5.3.1监督控制 68
5.3.2直接逆模控制 69
5.3.3模型参考控制 69
5.3.4内模控制 70
5.3.5预测控制 71
5.4其他应用 72
5.4.1系统辨识 74
5.4.2最优决策控制 76
5.4.3自适应线性控制 77
5.4.4运用通用查询表的自适应控制（增强型学习控制） 78
5.4.5增益规划 79
5.4.6滤波及预测 79
第6章 基于反馈式人工神经网络的智能控制 81
6.1研究目的 81
6.2反馈式人工神经网络的类型综述 82
6.2.1全反馈神经网络 82
6.2.2部分反馈网络 84
6.2.2.1 Elman网络 84
6.2.2.2 Jordan网络 86
6.2.2.3混合网络结构 87
6.2.2.4多层反馈RNN网络 87
6.3基于Hopfield人工神经网络的智能控制综述 89
6.4.1研究思路 99
6.4我们的研究思路和主要研究结果 99
6.4.2主要结果 101
第7章 基于Hopfield神经网络的线性系统参数辨识方案及应用研究 103
7.1引言 103
7.2Hopfield人工神经网络的数学模型及其收敛特性 105
7.3基于Hopfield神经网络的线性系统参数辨识 108
7.4考虑传感器特性的神经网络参数辨识方案 111
7.5.1交流异步电机传动系统解耦动态模型的得出 115
7.5神经网络辨识方案在绕线式异步电机传动系统参数辨识中的应用 115
7.5.2用Hopfield神经网络进行绕线式异步电机传动系统的参数辨识 117
7.6神经网络辨识方案在直流传动系统参数辨识中的应用 126
7.7神经网络辨识方案在鼠笼式电机传动系统参数辨识中的应用 131
第8章 一种能规划被控系统动态过程的Hopfield神经网络控制器应用研究 139
8.1引言 139
8.2Hopfield神经网络控制器用于被控系统的动态过程规划 141
8.3神经网络规划控制器在直流传动系统控制中的应用 143
8.3.1传统的双闭环直流调速控制系统 143
8.3.2保留电流内环的神经网络速度规划控制 144
8.4神经网络规划控制器在交流传动系统控制中的应用 151
8.4.1基于神经网络规划动态的交流传动系统励磁控制 152
8.4.2基于神经网络规划动态的交流传动系统速度控制 154
8.5具有在线参数跟踪功能的双神经网络自适应规划控制器在传动控制中的应用 159
8.6实验方案 165
8.6.1总体硬件框图 167
8.6.2总体软件框图 170
第9章 基于Hopfield神经网络的模型参考自适应控制器及应用研究 173
9.1引言 173
9.2模型参考自适应控制的基本框架 176
9.3用Hopfield神经网络实现模型参考自适应控制 179
9.4基于Hopfield神经网络的模型参考自适应控制器在直流传动系统控制中的应用 182
9.5基于Hopfield神经网络的模型参考自适应控制器在交流传动系统控制中的应用 189
9.5.1交流传动系统的神经网络模型参考励磁控制 189
9.5.2交流传动系统的神经网络模型参考速度控制 194
9.6具有参数在线跟踪功能的双神经网络模型参考自适应控制器在传动控制中的应用 200
第10章 神经网络智能控制展望 207
10.1有待研究的课题 207
10.1.1系统理论 208
10.1.1.1稳定性 208
10.1.1.2持久激励和收敛性问题 208
10.1.1.3鲁棒性 209
10.1.2网络理论 209
10.1.2.1合适的应用范围 209
10.1.2.2网络结构 209
10.1.2.3结构学习 210
10.1.2.4动态系统 210
10.2 Hopfield神经网络适用于控制系统的特征分析 210
10.2.1在被控对象的建模和辨识方面 211
10.2.2在控制器的鲁棒性设计方面 212
10.3今后进一步的工作 213
参考文献 217