| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-20页 |
| ·课题背景 | 第9-12页 |
| ·目前国内外涂料技术、产品发展现状 | 第9-10页 |
| ·涂料生产控制发展现状及存在问题 | 第10-11页 |
| ·选题意义 | 第11-12页 |
| ·预测控制的发展背景及现状 | 第12-14页 |
| ·预测控制概述 | 第12-13页 |
| ·预测控制研究现状 | 第13-14页 |
| ·神经网络PID 控制的发展现状 | 第14-16页 |
| ·神经网络的发展现状 | 第14-15页 |
| ·神经网络建模与辨识 | 第15-16页 |
| ·神经网络作用和结构 | 第16页 |
| ·神经网络预测控制的发展现状 | 第16-18页 |
| ·本文所做的主要工作 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第二章 预测控制理论 | 第20-31页 |
| ·预测控制的基本理论 | 第20-22页 |
| ·模型预测控制 | 第22-25页 |
| ·模型预测控制的发展 | 第22-24页 |
| ·模型预测控制原理 | 第24-25页 |
| ·模型预测控制的实现 | 第25页 |
| ·广义预测控制 | 第25-30页 |
| ·CARIMA 模型和输出预测 | 第25-29页 |
| ·优化策略 | 第29页 |
| ·模型参数辨识 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 BP 神经网络分析 | 第31-45页 |
| ·人工神经网络简述 | 第31页 |
| ·人工神经元模型 | 第31-34页 |
| ·BP 神经网络分析 | 第34-44页 |
| ·BP 网络概述 | 第34-35页 |
| ·BP 算法的网络构成 | 第35-37页 |
| ·BP 网络训练过程 | 第37-38页 |
| ·BP 网络误差传播分析 | 第38-42页 |
| ·BP 网络的一些常用改进方法 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 神经网络PID 预测函数控制的计算机建模与仿真研究 | 第45-68页 |
| ·神经网络PID 预测控制方法 | 第45-57页 |
| ·神经元PID 控制器 | 第45-46页 |
| ·单神经元自适应PID 控制器 | 第46-49页 |
| ·基于神经网络参数自学习的PID 控制器 | 第49-53页 |
| ·神经网络预测PID 控制器 | 第53-55页 |
| ·实例分析 | 第55-57页 |
| ·基于神经网络模型预测控制系统的设计及仿真研究 | 第57-67页 |
| ·常规PID 控制系统仿真 | 第57-59页 |
| ·神经元PID 控制器的仿真模型及仿真 | 第59-62页 |
| ·神经网络预测PID 控制仿真 | 第62-67页 |
| ·仿真结果分析 | 第67-68页 |
| 第五章 神经网络PID 预测控制在涂料生产过程中的应用 | 第68-77页 |
| ·当前生产控制现状 | 第68-73页 |
| ·涂料生产控制简介 | 第69-73页 |
| ·高速分散机介绍 | 第69-72页 |
| ·工艺操作过程 | 第72-73页 |
| ·控制实施方案 | 第73-74页 |
| ·控制系统的实现 | 第74-76页 |
| ·控制硬件构成 | 第74-75页 |
| ·控制软件设计 | 第75页 |
| ·人机界面设计 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 总结和展望 | 第77-78页 |
| 参考文献 | 第78-81页 |
| 致谢 | 第81-82页 |
| 攻读学位期间发表(录用)的学术论文目录 | 第82-83页 |