| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 研究现状 | 第12-16页 |
| 1.2.1 数据驱动控制国内研究现状 | 第12-13页 |
| 1.2.2 数据驱动控制国外研究现状 | 第13-15页 |
| 1.2.3 工业过程的智能优化国内研究现状 | 第15-16页 |
| 1.2.4 工业过程的智能优化国外研究现状 | 第16页 |
| 1.3 论文的研究内容和创新点 | 第16-17页 |
| 1.4 论文的章节安排 | 第17-19页 |
| 第二章 无模型自适应控制方法的研究 | 第19-38页 |
| 2.1 引言 | 第19页 |
| 2.2 无模型自适应控制基本原理 | 第19-33页 |
| 2.2.1 动态线性化——泛模型 | 第20页 |
| 2.2.2 特征参量估计与控制律导出 | 第20-21页 |
| 2.2.3 单输入输出系统控制律参数和动态特性的变化关系 | 第21-28页 |
| 2.2.4 基于偏格式的多输入输出系统控制律 | 第28-29页 |
| 2.2.5 多输入输出系统控制律参数和动态特性的变化关系 | 第29-33页 |
| 2.3 基于Simulink的MFAC模块开发 | 第33-35页 |
| 2.4 无模型自适应控制方法与PID控制方法的仿真比较 | 第35-37页 |
| 2.5 小结 | 第37-38页 |
| 第三章 基于免疫算法的无模型自适应控制器参数优化 | 第38-47页 |
| 3.1 引言 | 第38页 |
| 3.2 免疫优化算法基本原理 | 第38-40页 |
| 3.3 基于免疫优化算法的无模型自适应控制原理 | 第40-42页 |
| 3.4 仿真验证 | 第42-46页 |
| 3.4.1 控制对象描述 | 第42页 |
| 3.4.2 控制方法的性能比较 | 第42-46页 |
| 3.5 小结 | 第46-47页 |
| 第四章 无模型自适应控制器的参数自适应整定 | 第47-54页 |
| 4.1 引言 | 第47页 |
| 4.2 NEI网络的激素反馈调节机制基本原理 | 第47-48页 |
| 4.3 参数自适应的无模型自适应控制方法 | 第48-50页 |
| 4.4 仿真验证 | 第50-52页 |
| 4.4.1 控制对象描述 | 第50页 |
| 4.4.2 控制方法的性能比较 | 第50-52页 |
| 4.5 小结 | 第52-54页 |
| 第五章 基于ELM的纺丝过程无模型自适应预测控制 | 第54-67页 |
| 5.1 引言 | 第54页 |
| 5.2 ELM算法基本原理 | 第54-57页 |
| 5.3 基于ELM的聚酯纤维纺丝过程性能指标预测 | 第57-62页 |
| 5.3.1 聚酯纤维纺丝过程 | 第58页 |
| 5.3.2 数据归一化 | 第58-60页 |
| 5.3.3 ELM建模 | 第60-62页 |
| 5.4 基于ELM预测的纺丝过程无模型自适应控制 | 第62-66页 |
| 5.4.1 控制对象描述 | 第62-64页 |
| 5.4.2 控制方法的性能 | 第64-66页 |
| 5.5 小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-76页 |
| 致谢 | 第76-78页 |
| 附录：攻读硕士期间发表的论文和参与的项目 | 第78页 |
