7.1 问题的提出 7.2 系统校正的几种常见古典方法 7.3 PID模型及其控制规律分析 7.4 PID控制器参数的整定方法 7.5 几种改良的PID控制器

6.1 频率特性的概念 6.2 典型环节Bode图的绘制 6.3 最小相位系统的Bode图绘制 6.4 最小相位系统的Bode图的应用 6.5 本章小结 重点： ➢频率特性基本概念 ➢典型环节的对数频率特性 ➢系统频率特性的Bode图形表示方法 ➢最小相位系统 ➢由系统的开环频率特性分析系统的稳定性 ➢系统的稳定裕量

1、 智能控制的产生和基本特征 2、基于神经网络的系统辨识 3、基于神经网络的系统辨识示例 4、基于神经网络的系统控制 5、基于神经网络的系统控制示例

CMAC网络的基本思想与结构模型 CMAC网络的工作原理 CMAC算法的程序语言描述 CMAC网络的泛化能力 CMAC网络的几个问题 仿真示例

 概述  Elman神经网络结构  Elman神经网络学习算法  Elman网络的MATLAB实现

7.1 绪论 7.2 PID神经元的计算方法 7.3 PID神经元网络 7.4 SPID网络的反传算法 7.5 PID网络初值权重的选取和等价系统

• BP网络结构与模型 • BP网络的学习算法 • BP神经网络的重要函数和基本功能 • 一个简单的例子 • BP网络的几个问题 • 改进的BP网络的学习算法 • BP网络的应用示例

单个感知器模型与解决问题的能力 单层感知器模型与解决问题的能力 单层感知器的学习算法 单层感知器的局限性问题 多层感知器的设计方法 有关的几个问题的讨论 单层感知器的MATLAB设计与实现

人工神经网络的发展历史 人工神经网络的定义、特点和应用 从生物神经元到人工神经元

从对我国国有大中型企业的现状分析出发,依据当代质量管理理论和系统论原理,提出了一种与ISO 9000-GB/T 19000系列标准相结合的、可用于这类企业的质量管理层次决策模式