PID神经元网络的将静态的神经元扩充到了动态的神经元，特别是将PID特性赋予了神经元，是一项最新的控制技术。本书力图将PID神经元网络控制理论与实用相结合，并用了大量的篇幅介绍系统仿真结果、算法核心结构和程序、几种常用软件平台上的应用以及部分应用成果，使读者能够较容易地掌握有关编程和应用方法。

第1章 绪论

 1.1 传统控制理论的局限性

 1.2 人工神经元网络控制系统的特点和弱点

 1.3 PID控制的特点及其和神经元网络的结合

1.3.1 传统PID控制的特点

1.3.2 神经元网络和PID控制相结合的研究现状

 1.4 PID神经元网络(PIDNN)的特点和结构形式

1.4.1 PIDNN的特点

1.4.2 PIDNN的结构形式

 1.5 对PIDNN所做的主要工作和创新点

第2章 比例、积分、微分(PID)神经元

 2.1 生物神经元的特性及PID机能

 2.2 PID神经元的结构形式和计算方法

2.2.1 神经元的基本模型结构形式

2.2.2 PID神经元的计算方法

 2.3 小结

第3章 PID神经元网络

 3.1 引言

 3.2 一般前向神经元网络的特性和缺陷

 3.3 PIDNN的基本形式——SPIDNN

3.3.1 SPIDNN的结构形式

3.3.2 SPIDNN的前向算法

3.3.3 SPIDNN的反传算法

 3.4 多输出PIDNN——MPIDNN

3.4.1 MPIDNN的结构形式

3.4.2 MPIDNN前向算法

3.4.3 MPIDNN的反传算法

 3.5 PIDNN连接权重初值的选取和等价系统

3.5.1 神经元网络连接权重初值选取的重要性

3.5.2 SPIDINN的连接权重初值选取和等价系统

3.5.3 MPIDNN的连接权重初值选取和等价系统

 3.6 小结

第4章 基于PID神经元网络的非线性系统辨识

 4.1 引言

 4.2 PIDNN进行系统辨识的理论基础

 4.3 PIDNN进行系统辨识的结构分析

 4.4 PIDNN的系统辨识程序

 4.5 PIDNN进行非线性动态系统辨识实例

4.5.1 单变量非线性动态系统辨识

4.5.2 多变量非线性动态系统辨识

 4.6 小结

第5章 PID神经元网络单变量控制系统

 5.1 引言

5.2 SPlDNN控制系统的结构和算法

5.2.1 SPIDNN控制系统的结构

5.2.2 SPIDNN控制器的前向计算方法

5.2.3 SPIDNN控制器的反传学习计算方法

 5.3 SPIDNN单变量控制系统的稳定性分析

 5.4 SPIDNN单变量控制系统仿真结果

5.4.1 线性单变量系统的控制

5.4.2 带时延单变量系统的控制

5.4.3 非线性时变单变量系统的控制

 5.5 小结

第6章 PID神经元网络多变量控制系统理论

 6.1 多变量系统控制的特点和问题

 6.2 PIDNN多变量控制系统的结构和算法

6.2.1 PIDNN多变量控制系统的结构

6.2.2 PIDNN多变量控制系统的前向计算方法

6.2.3 PIDNN多变量控制系统的反传计算方法

 6.3 PIDNN多变量控制系统的收敛性和稳定性分析

 6.4小结

第7章 PID神经元网络多变量控制系统仿真

 7.1 线性多变量控制系统的控制

7.1.1 线性强耦合二变量一阶系统的控制

7.1.2 线性强耦合三变量一阶系统的控制

 7.2 带时延强耦合多变量系统的控制

7.2.1 大时延多变量线性系统的控制

7.2.2 大时延多变量复杂结构系统的控制

 7.3 非线性强耦合多变量系统的控制

7.3.1 非线性二变量系统1的控制

7.3.2 非线性多变量系统2的控制

7.3.3 非线性时变多变量系统的控制

 7.4 时变强耦合多变量系统的控制

7.4.1 线性多变量时变系统的控制

7.4.2 非线性时变多变量系统的控制

 7.5 输入一输出非对称多变量系统的控制

 7.6 小结

第8章 常用软件平台上的PIDNN程序设计

 8.1 基于VB的PIDNN控制系统仿真程序

8.1.1 程序结构

8.1.2 主要程序

 8.2 基于虚拟仪器LABVIW的PIDNN程序设计

8.2.1 虚拟仪器LABVIW简介

8.2.2 PIDNN算法在LABVIEW中的模块化结构

8.2.3 程序界面的设计

8.2.4 LABVIEW中功能模块的编程

 8.3 基于MCGS组态软件的PIDNN控制

8.3.1 MCGS组态软件简介

8.3.2 PIDNN算法的实现

第9章 PID神经元网络控制系统的应用

 9.1 基于以太网的PIDNN及其对加热炉的控制

 9.2 船用柴油机PIDNN控制系统

 9.3 采用双输出PIDNN控制的变风量空调系统

 9.4 采用四输出PIDNN控制的变风量空调系统

 9.5 基于.P1DNN的冷连轧板形板厚多变量系统的控制

 9.6 PIDNN对小车倒立摆的控制

 9.7 注塑机料筒多段温度PIDNN解耦控制系统

 9.8 小结

第10章 总结与展望

 10.1 总结

 10.2 展望

参考文献