化工过程的神经控制策略研究
| 前言 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-12页 |
| 第一章 绪论 | 第12-26页 |
| ·引言 | 第12-14页 |
| ·人工神经元网络的发展概述 | 第14-17页 |
| ·神经控制 | 第17-21页 |
| ·神经控制发展概述 | 第17-20页 |
| ·神经非模型控制 | 第20-21页 |
| ·化工过程控制概述 | 第21-23页 |
| ·化工过程概述 | 第21-22页 |
| ·化工过程控制的特点 | 第22-23页 |
| ·本文的主要工作 | 第23-26页 |
| 第二章 神经元控制基本理论 | 第26-32页 |
| ·引言 | 第26-27页 |
| ·面向控制的神经元控制模型及学习策略 | 第27-28页 |
| ·神经元非模型控制基本方法 | 第28-31页 |
| ·小结 | 第31-32页 |
| 第三章 pH中和过程的神经控制 | 第32-54页 |
| ·引言 | 第32-33页 |
| ·pH过程的机理模型与特性描述 | 第33-38页 |
| ·pH过程的机理模型 | 第33-35页 |
| ·pH中和过程特性描述 | 第35-38页 |
| ·神经元变结构PID控制 | 第38-44页 |
| ·变结构PID控制器 | 第38-39页 |
| ·神经元控制器与变结构PID控制器的结合 | 第39-41页 |
| ·仿真结果 | 第41-44页 |
| ·基于模糊专家模型的神经网络控制 | 第44-50页 |
| ·pH中和过程模糊专家模型 | 第45-46页 |
| ·神经网络逆模结合神经元PID复合控制器设计 | 第46-48页 |
| ·神经元PID控制器在线调整策略 | 第48-50页 |
| ·仿真实验与结果分析 | 第50-53页 |
| ·小结 | 第53-54页 |
| 第四章 连续搅拌反应釜(CSTR)温度控制 | 第54-66页 |
| ·引言 | 第54-55页 |
| ·化工过程中CSTR的特性描述 | 第55-56页 |
| ·基于混合神经网络模型的神经元反馈线性化控制 | 第56-60页 |
| ·反馈线性化控制原理 | 第56-58页 |
| ·CSTR混合神经网络模型 | 第58页 |
| ·CSTR的反馈线性化控制 | 第58-59页 |
| ·神经元反馈线性化控制 | 第59-60页 |
| ·仿真实验和结果分析 | 第60-64页 |
| ·小结 | 第64-66页 |
| 第五章 基于PSO算法的模糊-神经元参数整定研究 | 第66-78页 |
| ·引言 | 第66-68页 |
| ·模糊-神经元控制器 | 第68-71页 |
| ·使用PSO算法对模糊-神经元控制器参数整定 | 第71-73页 |
| ·PSO算法概述 | 第71-72页 |
| ·模糊-神经元控制器的参数自整定 | 第72-73页 |
| ·仿真实验与结果分析 | 第73-77页 |
| ·小结 | 第77-78页 |
| 第六章 多变量化工对象的神经控制 | 第78-90页 |
| ·引言 | 第78-79页 |
| ·多变量系统的静态解耦 | 第79-80页 |
| ·基于PSO算法的神经元控制器参数离线整定 | 第80-84页 |
| ·控制系统设计 | 第80-82页 |
| ·仿真结果 | 第82-84页 |
| ·基于PSO算法的控制器参数在线优化整定 | 第84-88页 |
| ·模型参考自适应控制 | 第84-85页 |
| ·基于PSO算法的多变量模型参考自适应控制 | 第85-86页 |
| ·基于PSO算法的在线优化设计 | 第86-87页 |
| ·仿真实验及结果分析 | 第87-88页 |
| ·小结 | 第88-90页 |
| 第七章 总结与展望 | 第90-92页 |
| 参考文献 | 第92-102页 |
| 作者在攻读硕士学位期间完成的论文及 | 第102-104页 |
| 作者简介 | 第104页 |
