| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| Contents | 第13-17页 |
| 第1章 绪论 | 第17-30页 |
| ·课题研究背景及意义 | 第17-21页 |
| ·实际生产系统辨识研究的必要性 | 第19-20页 |
| ·热工系统辨识研究的可行性 | 第20页 |
| ·热工系统的运行现状 | 第20-21页 |
| ·非线性模型辨识理论研究及应用发展现状 | 第21-26页 |
| ·神经网络建模方法 | 第22-24页 |
| ·模块化非线性模型建模方法 | 第24-26页 |
| ·智能计算理论研究及应用发展现状 | 第26-28页 |
| ·本文主要研究内容、研究意义和结构安排 | 第28-30页 |
| 第2章 系统辨识基础知识与热工系统非线性分析 | 第30-52页 |
| ·引言 | 第30-31页 |
| ·基础知识 | 第31-34页 |
| ·系统辨识的定义 | 第31页 |
| ·系统辨识的基本步骤 | 第31-32页 |
| ·模块化非线性模型 | 第32-34页 |
| ·热工控制系统概述 | 第34-35页 |
| ·执行器 | 第35-42页 |
| ·执行器基本概况 | 第35-36页 |
| ·电动执行机构工作原理 | 第36页 |
| ·控制机构主要特性 | 第36-38页 |
| ·执行器中常见的非线性特性 | 第38-40页 |
| ·热工系统调节阀的非线性现象 | 第40-42页 |
| ·执行器非线性特性的补偿 | 第42页 |
| ·检测变送器 | 第42-48页 |
| ·检测系统基本概况 | 第42-44页 |
| ·传感器工作原理 | 第44-45页 |
| ·传感器的非线性特性 | 第45页 |
| ·热工仪表非线性的校正 | 第45-48页 |
| ·热工系统模型结构的选择 | 第48-50页 |
| ·控制系统广义被控对象 | 第48-49页 |
| ·模块化模型结构的提取 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第3章 样条函数Hammerstein模型辨识算法研究及其应用 | 第52-64页 |
| ·引言 | 第52-53页 |
| ·基于k均值聚类的样条函数Hammerstein模型 | 第53-55页 |
| ·三次样条函数 | 第54页 |
| ·k均值聚类 | 第54-55页 |
| ·基于聚类处理的三次样条函数Hammerstein模型 | 第55页 |
| ·粒子群优化算法 | 第55-58页 |
| ·粒子群优化算法基本原理 | 第55-56页 |
| ·粒子群优化算法计算步骤及流程图 | 第56-57页 |
| ·粒子群优化算法稳定性分析 | 第57-58页 |
| ·基于粒子群算法的样条函数Hammerstein模型辨识 | 第58-60页 |
| ·辨识算法原理 | 第59页 |
| ·辨识算法计算步骤 | 第59-60页 |
| ·热工对象辨识 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第4章 网络化Wiener模型辨识算法研究及其应用 | 第64-84页 |
| ·引言 | 第64-65页 |
| ·两种网络化Wiener模型 | 第65-71页 |
| ·一般Wiener模型 | 第65页 |
| ·基于BP网络的Wiener模型 | 第65-68页 |
| ·基于RBF网络的Wiener模型 | 第68-71页 |
| ·双层优化策略 | 第71-72页 |
| ·网络化Wiener模型双层优化策略辨识 | 第72-74页 |
| ·辨识算法原理 | 第72-73页 |
| ·基于BP网络的Wiener模型辨识算法计算步骤 | 第73-74页 |
| ·基于RBF网络的Wiener模型辨识算法计算步骤 | 第74页 |
| ·热工对象辨识 | 第74-83页 |
| ·基于BP网络的Wiener模型辨识算法应用 | 第75-79页 |
| ·基于RBF网络的Wiener模型辨识算法应用 | 第79-83页 |
| ·本章小结 | 第83-84页 |
| 第5章 基于量子粒子群的Hammerstein模型辨识算法研究及其应用 | 第84-99页 |
| ·引言 | 第84页 |
| ·一般指数多项式Hammerstein模型 | 第84-85页 |
| ·量子粒子群优化算法 | 第85-90页 |
| ·量子计算基础 | 第85-87页 |
| ·量子粒子群优化算法基本原理 | 第87-89页 |
| ·量子粒子群优化算法计算步骤及流程图 | 第89-90页 |
| ·基于量子粒子群算法的Hammerstein模型辨识 | 第90-91页 |
| ·辨识算法原理 | 第90-91页 |
| ·辨识算法计算步骤 | 第91页 |
| ·热工对象辨识 | 第91-98页 |
| ·主汽压系统辨识 | 第92-93页 |
| ·汽包水位系统辨识 | 第93-96页 |
| ·主蒸汽温度系统辨识 | 第96-98页 |
| ·本章小结 | 第98-99页 |
| 第6章 基于量子粒子群的Hammerstein-Wiener模型辨识算法研究及其应用 | 第99-111页 |
| ·引言 | 第99页 |
| ·两种Hammerstein-Wiener模型 | 第99-103页 |
| ·一般指数多项式Hammerstein-Wiener模型 | 第99-100页 |
| ·MISO网络Hammerstein-Wiener模型 | 第100-103页 |
| ·基于量子粒子群算法的Hammerstein-Wiener模型辨识 | 第103-104页 |
| ·辨识算法原理 | 第103-104页 |
| ·辨识算法计算步骤 | 第104页 |
| ·热工对象辨识 | 第104-110页 |
| ·多项式Hammerstein-Wiener模型辨识算法应用 | 第104-107页 |
| ·MISO网络Hammerstein-Wiener模型辨识算法应用 | 第107-110页 |
| ·本章小结 | 第110-111页 |
| 第7章 结论与展望 | 第111-114页 |
| ·论文的主要工作及创新点 | 第111-112页 |
| ·今后的研究方向 | 第112-114页 |
| 参考文献 | 第114-125页 |
| 攻读博士学位期间发表的论文及其它成果 | 第125-126页 |
| 攻读博士学位期间参加的科研工作 | 第126-127页 |
| 致谢 | 第127-130页 |
| 作者简介 | 第130页 |
