基于神经网络的非线性预测控制研究及其应用
| 中文摘要 | 第1页 |
| 英文摘要 | 第3-6页 |
| 第一章 绪论 | 第6-22页 |
| ·课题意义 | 第6页 |
| ·课题的研究背景与发展概况 | 第6-20页 |
| ·预测控制理论 | 第6-14页 |
| ·预测控制产生的原因及背景 | 第7页 |
| ·预测控制的发展 | 第7-9页 |
| ·预测控制的分类 | 第9-10页 |
| ·预测控制的基本原理及其特点 | 第10-13页 |
| ·有待解决的问题 | 第13-14页 |
| ·神经网络理论 | 第14-18页 |
| ·神经网络发展概况 | 第14页 |
| ·神经网络的结构与类型 | 第14-15页 |
| ·神经网络的学习方式 | 第15-17页 |
| ·神经网络的主要特点 | 第17-18页 |
| ·神经网络预测控制在非线性系统中的应用 | 第18-20页 |
| ·本文的主要工作 | 第20-22页 |
| 第二章 神经网络预测控制 | 第22-44页 |
| ·引言 | 第22页 |
| ·基于神经网络的多步预测 | 第22-28页 |
| ·基于神经网络的系统输出预测 | 第22-24页 |
| ·基于神经网络的多步预测 | 第24-28页 |
| ·递推多步预测 | 第25-26页 |
| ·非递推多步预测模型 | 第26-27页 |
| ·两种预测模型的比较 | 第27-28页 |
| ·基于神经网络的预测控制 | 第28-35页 |
| ·基于神经网络的预测控制结构 | 第28页 |
| ·神经网络建模（NNM） | 第28-31页 |
| ·神经网络预测模型（NNM）的描述 | 第28-29页 |
| ·NNM的在线学习 | 第29-31页 |
| ·神经网络预测控制器（NPC） | 第31-34页 |
| ·神经网络预测控制器（NPC）的描述 | 第31-32页 |
| ·神经网络预测控制器（NPC）的权值调整 | 第32-34页 |
| ·实时自适应神经网络预测控制策略 | 第34页 |
| ·学习率的选取 | 第34-35页 |
| ·仿真实例 | 第35-43页 |
| ·仿真实例1 | 第36-38页 |
| ·仿真实例2－在主汽压力控制中的应用 | 第38-43页 |
| ·本章小结 | 第43-44页 |
| 第三章 神经网络预测控制在多变量中的应用 | 第44-62页 |
| ·引言 | 第44页 |
| ·神经网络预测控制在多变量系统中的应用 | 第44-51页 |
| ·神经网络建模（NNM） | 第44-47页 |
| ·NNM的描述 | 第44-45页 |
| ·NNM的在线学习 | 第45-47页 |
| ·神经网络预测控制器（NPC） | 第47-50页 |
| ·神经网络预测控制器（NPC）的描述 | 第47-48页 |
| ·神经网络预测控制器（NPC）的权值调整 | 第48-50页 |
| ·实时自适应神经网络预测控制策略 | 第50页 |
| ·学习率的选取 | 第50-51页 |
| ·神经网络预测控制在协调控制系统中的仿真应用 | 第51-61页 |
| ·单元机组动态特性分析 | 第51-58页 |
| ·协调控制系统介绍 | 第51-53页 |
| ·单元机组被控对象模型 | 第53-54页 |
| ·单元机组对象动态仿真 | 第54-58页 |
| ·神经网络预测控制应用于协调控制对象 | 第58-61页 |
| ·神经网络预测控制应用于协调控制对象结构图 | 第58页 |
| ·仿真结果 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第四章 结论和展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 在学校期间发表论文及参加科研情况 | 第68页 |
