| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-12页 |
| ·选题背景 | 第9-10页 |
| ·迭代学习控制与预测控制相结合 | 第10页 |
| ·研究内容 | 第10页 |
| ·章节安排 | 第10-12页 |
| 第2章 迭代学习控制 | 第12-25页 |
| ·迭代学习控制基础 | 第12-15页 |
| ·迭代学习控制的提出与发展 | 第12-13页 |
| ·迭代学习控制的原理 | 第13页 |
| ·迭代学习控制的特征 | 第13-14页 |
| ·迭代学习控制与其他智能控制比较 | 第14-15页 |
| ·迭代学习控制的研究内容 | 第15页 |
| ·迭代学习控制算法的描述 | 第15-17页 |
| ·开闭环迭代控制算法 | 第17-18页 |
| ·迭代学习率 | 第18-21页 |
| ·D型、P型和PID型学习率 | 第18-19页 |
| ·遗忘因子学习算法 | 第19页 |
| ·模型参考学习率 | 第19-20页 |
| ·一类非正则系统的迭代学习率 | 第20-21页 |
| ·仿真研究 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 预测控制 | 第25-33页 |
| ·模型预测控制(MPC)理论的提出与发展 | 第25-26页 |
| ·预测控制的基本原理 | 第26页 |
| ·预测控制的算法描述 | 第26-30页 |
| ·预测模型的数学描述 | 第26-29页 |
| ·在线滚动优化与二次型指标 | 第29-30页 |
| ·卡尔曼滤波器原理 | 第30-32页 |
| ·卡尔曼滤波器发展背景 | 第30-31页 |
| ·卡尔曼滤波器算法 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 迭代学习模型预测控制算法 | 第33-44页 |
| ·控制算法描述 | 第33-37页 |
| ·过渡误差模型 | 第33-35页 |
| ·基于采样时间的误差模型 | 第35-36页 |
| ·预测控制的构建 | 第36页 |
| ·卡尔曼估计 | 第36-37页 |
| ·计算步骤 | 第37页 |
| ·控制率的求取 | 第37-38页 |
| ·仿真研究 | 第38-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 基于T-S模型的非线性迭代学习预测控制算法 | 第44-54页 |
| ·T-S模型基础 | 第44-46页 |
| ·T-S模型的提出 | 第44页 |
| ·T-S模型的结构 | 第44-46页 |
| ·基于T-S模型的迭代学习预测控制算法 | 第46-48页 |
| ·基于T-S模型的迭代学习率 | 第48-49页 |
| ·仿真实例 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 第6章 结论与展望 | 第54-56页 |
| ·结论 | 第54页 |
| ·展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 在学期间发表的学术论文和参加科研情况 | 第59-60页 |
| 致谢 | 第60页 |