| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-6页 |
| 目录 | 第6-10页 |
| 第一章 绪论 | 第10-21页 |
| 本章概要 | 第10页 |
| ·自动控制理论与过程控制 | 第10-13页 |
| ·自动控制理论的发展与现状 | 第10-12页 |
| ·过程控制的发展历史与现状 | 第12-13页 |
| ·非线性过程控制的发展历史与现状 | 第13-18页 |
| ·一般非线性过程控制 | 第13-15页 |
| ·预测控制与非线性控制 | 第15-16页 |
| ·人工神经网络与非线性控制 | 第16-18页 |
| ·本课题的提出、现状与意义 | 第18-19页 |
| ·本文的主要内容及安排 | 第19-21页 |
| 第二章 基础知识简介 | 第21-30页 |
| 本章概要 | 第21页 |
| ·线性预测控制简介 | 第21-23页 |
| ·常用的人工神经网络 | 第23-26页 |
| ·多层前向人工神经网络(BP网络) | 第23-24页 |
| ·多层前向神经网络的优化灵敏度 | 第24-25页 |
| ·DLF神经网络 | 第25-26页 |
| ·连续搅拌釜式反应器(CSTR)过程简述 | 第26-30页 |
| ·单级CSTR之工艺过程及描述 | 第26-27页 |
| ·二级CSTR之工艺过程及描述 | 第27-30页 |
| 第三章 基于神经网络直接优化非线性预测控制的进一步研究 | 第30-48页 |
| 本章概要 | 第30页 |
| ·概述 | 第30页 |
| ·具有纯滞后非线性过程的神经网络预测控制 | 第30-32页 |
| ·基于神经网络模型的过程预测输出在线校正方法的研究 | 第32-35页 |
| ·过程预测输出的简单校正 | 第32-34页 |
| ·自补偿校正方法 | 第34-35页 |
| ·非线性串联过程的双反馈多步预测控制 | 第35-36页 |
| ·仿真研究(Ⅰ) | 第36-39页 |
| ·几个校正方法的比较 | 第37-38页 |
| ·非线性串联过程的双环多步预测控制仿真研究 | 第38-39页 |
| ·基于神经网络的多变量非线性预测控制 | 第39-43页 |
| ·基于神经网络的多变量非线性预测控制算法推导 | 第39-42页 |
| ·仿真研究(Ⅱ) | 第42-43页 |
| ·带中间状态反馈的多变量非线性预测控制 | 第43-47页 |
| ·带中间状态反馈的在线校正函数设计及算法推导 | 第43-46页 |
| ·仿真研究(Ⅲ) | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 多变量非线性系统的逆系统线性化方法研究 | 第48-64页 |
| ·概述 | 第48-49页 |
| ·有关逆系统的几个基本定义 | 第49-50页 |
| ·多变量动态非线性系统的静态逆模型概念 | 第50-52页 |
| ·离散动态非线性系统的一种集成模型 | 第52-53页 |
| ·集成模型的结构 | 第52-53页 |
| ·集成模型的辩识方法 | 第53页 |
| ·动态非线性系统的静态逆系统线性化方法 | 第53-54页 |
| ·多变量静态非线性对象逆模型的求取方法 | 第54-63页 |
| ·策略1：基于BP网络的直接逆向训练的静态逆模型 | 第54-57页 |
| ·策略2：基于BP网络的一阶近似静态逆模型 | 第57-58页 |
| ·策略3：基于DLF网络的静态逆模型(零阶近似) | 第58-61页 |
| ·策略4：基于DLF网络的静态逆模型(一阶近似) | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 基于集成模型的多变量非线性预测控制 | 第64-80页 |
| ·概述 | 第64-65页 |
| ·基于广义Hammerstein模型的多变量非线性预测控制 | 第65-74页 |
| ·广义Hammerstein模型 | 第65-67页 |
| ·基于广义Hammerstein模型的多变量预测控制策略 | 第67-71页 |
| ·在CSTR反应器上的仿真研究 | 第71-74页 |
| ·基于一种集成模型的多变量非线性预测控制 | 第74-79页 |
| ·一种集成模型的结构及辨识训练方法 | 第74-75页 |
| ·基于集成模型的多变量非线性预测控制策略 | 第75-77页 |
| ·在CSTR反应器上的仿真研究 | 第77-79页 |
| ·本章小结 | 第79-80页 |
| 第六章 一种自适应预测优化解耦补偿器的研究设计 | 第80-93页 |
| ·概述 | 第80-81页 |
| ·传统解耦控制方法及存在的问题 | 第81-83页 |
| ·传统对角解耦控制方法简述 | 第81-82页 |
| ·传统解耦控制方法存在的几个问题 | 第82-83页 |
| ·自适应预测优化解耦补偿器的设计 | 第83-87页 |
| ·对象模型描述 | 第83页 |
| ·解耦器的数学模型 | 第83-84页 |
| ·解耦补偿器优化系数的设计 | 第84-87页 |
| ·预测优化解耦补偿器的特点分析及有关参数的选取 | 第87页 |
| ·仿真研究(Ⅰ) | 第87-89页 |
| ·非线性自适应预测优化解耦补偿器的设计 | 第89-91页 |
| ·仿真研究(Ⅱ) | 第91-92页 |
| ·本章小结 | 第92-93页 |
| 第七章 自适应神经元非模型多变量优化补偿控制 | 第93-102页 |
| ·概述 | 第93-94页 |
| ·神经元非模型控制 | 第94-95页 |
| ·多变量系统的自适应神经元非模型优化补偿控制 | 第95-97页 |
| ·自适应神经元非模型优化补偿器的机理分析 | 第97-98页 |
| ·仿真研究 | 第98-101页 |
| ·多侧线精馏塔的自适应神经元非模型优化补偿控制仿真 | 第98-100页 |
| ·CSTR的自适应神经元非模型优化补偿控制仿真 | 第100-101页 |
| ·本章小结 | 第101-102页 |
| 第八章 结束语 | 第102-104页 |
| 参考文献 | 第104-110页 |
| 作者在攻读博士学位期间已发表和待发表的论文 | 第110-112页 |
| 致谢 | 第112页 |
