首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--自动控制理论论文

基于最小二乘支持向量机的参数变化模型辨识及其预测控制

致谢第5-6页
摘要第6-8页
ABSTRACT第8-9页
第—章 绪论第13-25页
    本章摘要第13页
    1.1 引言第13-14页
    1.2 系统辨识第14-15页
    1.3 线性参数变化模型系统辨识第15-16页
    1.4 最小二乘支持向量机回归算法第16-19页
    1.5 预测控制基本原理第19-22页
    1.6 非线性预测控制第22页
    1.7 本文主要工作内容及章节安排第22-25页
        1.7.1 本文主要内容第22-23页
        1.7.2 本文章节安排第23-25页
第二章 基于最小二乘支持向量机的线性参数变化模型辨识第25-51页
    本章摘要第25页
    2.1 引言第25-26页
    2.2 ARX模型的LPV辨识算法第26-27页
    2.3 基于LSSVM的SISO系统LPV辨识算法第27-30页
    2.4 参数优化第30-31页
    2.5 仿真实验第31-35页
    2.6 中央空调实际平台验证第35-40页
        2.6.1 中央空调平台介绍第35-36页
        2.6.2 中央空调平台软件介绍第36-37页
        2.6.3 中央空调原理简要介绍第37-38页
        2.6.4 辨识实验第38-40页
    2.7 两个调度变量的LSSVM-LPV辨识第40页
    2.8 基于LSSVM的MIMO系统LPV辨识算法第40-42页
    2.9 仿真实例第42-46页
    2.10 基于重要度加权的LSSVM-LPV稀疏算法第46-48页
    2.11 本章小结第48-51页
第三章 基于LSSVM-LPV模型的预测控制研究第51-67页
    本章摘要第51页
    3.1 引言第51-52页
    3.2 广义预测控制基本原理第52-55页
    3.3 基于LSSVM-LPV模型的SISO系统广义预测控制研究第55-56页
    3.4 仿真研究第56-58页
    3.5 中央空调冷冻水温控制实验第58-61页
    3.6 基于LSSVM-LPV模型的MIMO系统预测控制研究第61-63页
    3.7 仿真研究第63-64页
    3.8 本章小结第64-67页
第四章 基于LSSVM-LPV逆系统方法的广义预测控制研究第67-85页
    本章摘要第67页
    4.1 引言第67-68页
    4.2 逆系统原理第68-72页
        4.2.1 逆系统基本原理第68-71页
        4.2.2 SISO系统的可逆性第71页
        4.2.3 伪线性系统理论第71-72页
    4.3 SISO系统基于LSSVM-LPV逆系统的GPC控制研究第72-78页
        4.3.1 SISO系统基于LSSVM-LPV的逆系统建模第72-74页
        4.3.2 SISO系统基于LSSVM-LPVα-阶纯延时伪线性系统的GPC算法第74-75页
        4.3.3 仿真实验第75-78页
    4.4 MIMO系统基于LSSVM-LPV逆系统的GPC控制研究第78-84页
        4.4.1 MIMO系统的逆系统基本原理第78-79页
        4.4.2 MIMO系统基于逆系统理论的伪线性系统第79-80页
        4.4.3 MIMO系统基于LSSVM-LPV的逆系统建模第80页
        4.4.4 仿真实验第80-84页
    4.5 本章小结第84-85页
第五章 总结与展望第85-87页
参考文献第87-93页
攻读硕士学位期间取得的成果及参与的项目第93页

论文共93页,点击 下载论文
上一篇:AgNPs对湿地土壤氨氧化微生物及土壤酶的影响
下一篇:邓小平批判性思维及其对当代高校意识形态教育的启示