| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题研究的背景 | 第9-10页 |
| ·研究现状 | 第10-12页 |
| ·课题研究的意义 | 第12-13页 |
| ·本文的主要工作 | 第13-14页 |
| 第2章 T-S 模糊模型及模型辨识方法 | 第14-24页 |
| ·引言 | 第14页 |
| ·T-S 模糊模型 | 第14-18页 |
| ·T-S 模糊模型的一般定义 | 第14-16页 |
| ·辨识信号的选择 | 第16-17页 |
| ·简述T-S 模糊系统的通用逼近性和稳定性 | 第17-18页 |
| ·模糊辨识方法 | 第18-21页 |
| ·模糊C-均值聚类（FCM） | 第19-20页 |
| ·减法聚类(SUBCLUSTER) | 第20-21页 |
| ·模糊模型后件辨识方法 | 第21页 |
| ·模糊聚类方法在现场应用涉及到的数据处理方法 | 第21-23页 |
| ·主元分析方法（PCA） | 第21-22页 |
| ·偏最小二乘方法（PLS） | 第22-23页 |
| ·小结 | 第23-24页 |
| 第3章 基于T-S 模糊模型的广义预测控制 | 第24-32页 |
| ·引言 | 第24页 |
| ·模糊模型的预测控制研究概况 | 第24-25页 |
| ·广义预测控制 | 第25-31页 |
| ·单变量广义预测控制算法 | 第25-29页 |
| ·多变量广义预测控制算法 | 第29-30页 |
| ·阶梯式广义预测控制 | 第30-31页 |
| ·预测控制参数的选择 | 第31页 |
| ·小结 | 第31-32页 |
| 第4章 模糊辨识聚类算法研究与应用 | 第32-41页 |
| ·引言 | 第32页 |
| ·基于数据样本密度改进的模糊聚类算法 | 第32-35页 |
| ·基于数据样本密度改进的模糊聚类算法仿真 | 第35-37页 |
| ·改进聚类算法在现场软测量中的应用 | 第37-40页 |
| ·工艺背景简介 | 第37页 |
| ·改进聚类算法在软测量中的应用 | 第37-40页 |
| ·小结 | 第40-41页 |
| 第5章 基于T-S 模型的预测控制仿真 | 第41-60页 |
| ·引言 | 第41页 |
| ·非线性对象仿真 | 第41-46页 |
| ·非线性对象辨识 | 第41-43页 |
| ·非线性对象T-S 模型广义预测控制 | 第43-44页 |
| ·非线性对象T-S 模型多步线性化模型广义预测控制 | 第44-46页 |
| ·pH 值中和过程非线性系统控制仿真 | 第46-54页 |
| ·pH 值中和过程 | 第46-49页 |
| ·pH 值中和过程T-S 模型辨识 | 第49-51页 |
| ·pH 值中和过程常规PID 控制 | 第51-52页 |
| ·pH 值中和过程模糊预测控制 | 第52-54页 |
| ·多输入多输出非线性系统控制仿真 | 第54-59页 |
| ·双输入双输出pH 中和过程非线性系统 | 第54-55页 |
| ·双输入双输出pH 非线性系统模糊预测控制 | 第55-58页 |
| ·双输入双输出pH 非线性系统加入扰动模糊预测控制 | 第58-59页 |
| ·小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间取得的学术成果 | 第65-66页 |
| 致谢 | 第66页 |