时滞系统的智能动态矩阵控制
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-10页 |
| ·引言 | 第6页 |
| ·时滞系统控制的难点 | 第6-7页 |
| ·预测控制简介 | 第7-8页 |
| ·神经网络控制与预测控制的结合 | 第8-9页 |
| ·本文的研究内容和主要的创新点 | 第9-10页 |
| 第二章 时滞系统控制方法的研究现状及本文研究方向 | 第10-17页 |
| ·引言 | 第10页 |
| ·时滞系统控制方法的研究现状 | 第10-14页 |
| ·传统PID控制 | 第10-11页 |
| ·Smith预估控制 | 第11页 |
| ·大林算法 | 第11-12页 |
| ·模糊控制 | 第12页 |
| ·神经网络控制 | 第12页 |
| ·预测控制 | 第12-13页 |
| ·其它控制方法 | 第13页 |
| ·时滞系统控制的研究方向 | 第13-14页 |
| ·预测控制的基本原理 | 第14-15页 |
| ·预测模型的建立 | 第14页 |
| ·滚动优化 | 第14-15页 |
| ·反馈校正 | 第15页 |
| ·RBF神经网络与动态矩阵控制结合的可行性 | 第15-17页 |
| 第三章 动态矩阵控制的参数设计和性能分析 | 第17-32页 |
| ·动态矩阵控制的基本原理 | 第17-22页 |
| ·DMC预测模型的建立 | 第17-19页 |
| ·DMC的滚动优化 | 第19-20页 |
| ·DMC的反馈校正 | 第20-21页 |
| ·DMC算法流程图 | 第21-22页 |
| ·动态矩阵控制的参数设计 | 第22-26页 |
| ·动态矩阵控制中的原始参数及其选择 | 第22-25页 |
| ·动态矩阵控制的参数整定步骤 | 第25-26页 |
| ·动态矩阵控制的稳定性和鲁棒性分析 | 第26-29页 |
| ·DMC在模型无失配时的稳定性 | 第26-28页 |
| ·DMC在模型失配时的稳定性 | 第28-29页 |
| ·仿真 | 第29-31页 |
| ·小结 | 第31-32页 |
| 第四章 基于RBF神经网络的动态矩阵控制 | 第32-45页 |
| ·神经网络控制的形成与发展 | 第32-33页 |
| ·径向基函数神经网络(RBF) | 第33-36页 |
| ·径向基函数神经网络的结构 | 第33页 |
| ·RBF网络输出计算 | 第33-34页 |
| ·RBF网络学习算法 | 第34-36页 |
| ·基于RBF网络的动态矩阵控制 | 第36-40页 |
| ·RBF网络预测模型的建立 | 第37-38页 |
| ·有延迟的DMC控制 | 第38-39页 |
| ·基于RBF网络的动态矩阵控制算法 | 第39-40页 |
| ·仿真 | 第40-44页 |
| ·小结 | 第44-45页 |
| 结论与展望 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |
| 附录：硕士期间发表和录用的论文 | 第50页 |
