| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-9页 |
| 插图清单 | 第9-13页 |
| 1 绪论 | 第13-20页 |
| ·引言 | 第13页 |
| ·论文选题背景及意义 | 第13-15页 |
| ·多变量解耦和时滞的定义及其产生原因 | 第15-16页 |
| ·多变量解耦问题 | 第15页 |
| ·时滞问题 | 第15-16页 |
| ·时滞产生的原因 | 第16页 |
| ·国内外研究的现状 | 第16-18页 |
| ·多变量系统解耦控制技术的发展现状[31][32] | 第16-17页 |
| ·时滞过程的自校正控制研究现状 | 第17-18页 |
| ·论文的主要研究内容和结构安排 | 第18-20页 |
| 2 时滞系统辨识 | 第20-29页 |
| ·本章引言 | 第20页 |
| ·系统辨识的基本原理 | 第20-21页 |
| ·辨识的定义 | 第20页 |
| ·辨识的分类 | 第20-21页 |
| ·时滞系统辨识的相关例子 | 第21-28页 |
| ·离散系统递推最小二乘辨识 | 第21-23页 |
| ·基于神经网络的非线性系统辨识 | 第23-28页 |
| ·本章小结 | 第28-29页 |
| 3 一类单变量时滞系统的自校正控制 | 第29-42页 |
| ·本章引言 | 第29页 |
| ·容错性强的控制结构 | 第29-32页 |
| ·结构控制框图 | 第29-30页 |
| ·仿真实例 | 第30-32页 |
| ·基于 CARMA 模型的自校正控制 | 第32-37页 |
| ·广义最小方差控制律 | 第32-33页 |
| ·闭环系统稳定性分析 | 第33-34页 |
| ·仿真实例 | 第34-37页 |
| ·基于 CARIMA 模型的广义预测自校正控制 | 第37-41页 |
| ·自校正预测控制的基本原理 | 第37-38页 |
| ·自校正预测控制算法 | 第38-40页 |
| ·仿真实例 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 4 一类非线性时滞系统的自校正控制 | 第42-62页 |
| ·本章引言 | 第42页 |
| ·饱和时滞系统的多补偿环节预估控制 | 第42-46页 |
| ·实现原理 | 第42-43页 |
| ·参数整定和可行性分析 | 第43页 |
| ·仿真算例 | 第43-46页 |
| ·基于 NARMA—L2 反馈线性化自校正控制 | 第46-50页 |
| ·基于神经 NARMA—L2 的辨识 | 第47页 |
| ·控制器设计 | 第47-48页 |
| ·仿真实例 | 第48-50页 |
| ·基于神经网络的时变时滞自校正控制 | 第50-57页 |
| ·控制结构 | 第50-51页 |
| ·辨识器和控制器设计 | 第51-52页 |
| ·仿真研究和分析 | 第52-57页 |
| ·基于神经网络的带死区的时变自校正控制 | 第57-61页 |
| ·问题的提出 | 第58页 |
| ·神经网络自校正补偿器的设计 | 第58-60页 |
| ·仿真实例 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 5 多变量时滞系统的解耦控制 | 第62-81页 |
| ·本章引言 | 第62页 |
| ·线性时滞系统并联解耦自校正控制 | 第62-72页 |
| ·并联解耦的提出 | 第62-66页 |
| ·P 规范型控制器和 V 规范型控制器 | 第66-67页 |
| ·控制器的设定 | 第67-69页 |
| ·模型辨识 | 第69-70页 |
| ·仿真结果与分析 | 第70-72页 |
| ·基于改进 BP-PID 神经元网络的非线性强耦合系统解耦控制 | 第72-78页 |
| ·基本结构 | 第73页 |
| ·解耦控制算法 | 第73-74页 |
| ·仿真实例分析及改进 | 第74-78页 |
| ·基于 PSO-PID 神经元网络的非线性强耦合系统解耦控制 | 第78-80页 |
| ·基本原理 | 第78-79页 |
| ·仿真分析 | 第79-80页 |
| ·本章小结 | 第80-81页 |
| 6 总结与展望 | 第81-83页 |
| ·全文总结 | 第81页 |
| ·工作展望 | 第81-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 附录 A 攻读硕士学位期间从事的科研项目和发表的论文 | 第88页 |
