| 中文摘要 | 第1页 |
| 英文摘要 | 第2-5页 |
| 第一章 绪论 | 第5-10页 |
| ·选题背景及其意义 | 第5-6页 |
| ·课题研究现状 | 第6-7页 |
| ·分析主汽温系统的设计问题，提出新型控制算法 | 第7-9页 |
| ·过热汽温调节的重要性 | 第7页 |
| ·过热汽温的调节任务、被调量及调节量 | 第7页 |
| ·过热汽温调节对象的动态特性及调节中的难点 | 第7-8页 |
| ·智能前馈+反馈控制策略 | 第8-9页 |
| ·主要研究内容 | 第9-10页 |
| 第二章 非线性PID控制系统设计 | 第10-16页 |
| ·引言 | 第10页 |
| ·非线性PID控制系统设计 | 第10-15页 |
| ·跟踪微分器理论 | 第10-13页 |
| ·变参数PID控制理论 | 第13-14页 |
| ·基于跟踪微分器的非线性PID控制策略 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第三章 基于改进遗传算法的非线性PID控制系统仿真分析 | 第16-25页 |
| ·引言 | 第16页 |
| ·基本遗传算法(SGA) | 第16-20页 |
| ·GA简介 | 第16-18页 |
| ·SGA的基本实现技术 | 第18-20页 |
| ·改进遗传算法(MGA) | 第20-22页 |
| ·基本遗传算法(SGA)存在的问题 | 第20-21页 |
| ·对SGA的改进 | 第21-22页 |
| ·非线性PID控制系统仿真分析 | 第22-24页 |
| ·对象特性 | 第22-23页 |
| ·系统仿真 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第四章 基于神经网络的前馈控制 | 第25-37页 |
| ·前馈控制简述 | 第25-27页 |
| ·单纯的前馈调节系统 | 第25-26页 |
| ·复合调节系统 | 第26-27页 |
| ·前馈调节的局限性 | 第27页 |
| ·神经网络控制理论 | 第27-29页 |
| ·基于正向模型的神经网络自适应控制系统 | 第28-29页 |
| ·基于逆模型的神经网络自适应控制系统 | 第29页 |
| ·神经网络前馈控制器设计 | 第29-36页 |
| ·神经网络模型辨识器NNI的构成及学习算法 | 第30-32页 |
| ·神经网络前馈控制器NNC的构成及学习算法 | 第32-34页 |
| ·NNC和NNI基本学习算法的一些改进 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第五章 新型控制算法在主汽温控制系统中的应用 | 第37-41页 |
| ·引言 | 第37页 |
| ·控制结构 | 第37-38页 |
| ·NNI的学习训练 | 第37-38页 |
| ·NNC的学习训练 | 第38页 |
| ·仿真分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第六章 结束语 | 第41-43页 |
| 参考文献 | 第43-45页 |
| 致谢 | 第45-46页 |
| 在学期间发表的学术论文 | 第46页 |