| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-17页 |
| 1.1 课题的研究背景和意义 | 第7-11页 |
| 1.1.1 模型预测控制产生的背景和意义 | 第7-8页 |
| 1.1.2 模型预测控制原理 | 第8-11页 |
| 1.2 课题的研究现状分析 | 第11-14页 |
| 1.2.1 递归神经网络研究现状 | 第12-13页 |
| 1.2.2 基于递归神经网络的模型预测控制研究现状分析 | 第13-14页 |
| 1.3 分布式模型预测控制在多智能体系统中的应用现状 | 第14-16页 |
| 1.4 本文的主要工作 | 第16-17页 |
| 第二章 基于混合约束的递归神经网络模型预测控制 | 第17-29页 |
| 2.1 混合约束的MPC问题描述 | 第17-21页 |
| 2.2 简化对偶神经网络 | 第21-22页 |
| 2.3 双容水箱控制系统仿真 | 第22-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第三章 基于时滞系统的递归神经网络鲁棒模型预测控制 | 第29-47页 |
| 3.1 时滞系统的预测控制问题描述 | 第29-31页 |
| 3.2 时滞系统的鲁棒预测控制问题描述 | 第31-33页 |
| 3.3 广义投影神经网络优化MPC | 第33-34页 |
| 3.4 双层投影神经网络优化RMPC | 第34-35页 |
| 3.5 实例仿真 | 第35-44页 |
| 3.6 本章小结 | 第44-47页 |
| 第四章 基于递归神经网络的多智能体系统蜂拥预测控制 | 第47-53页 |
| 4.1 问题描述 | 第47-48页 |
| 4.2 基于蜂拥控制协议的分布式预测模型 | 第48-50页 |
| 4.3 广义投影神经网络 | 第50-51页 |
| 4.4 数值仿真 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53页 |
| 5.2 展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第60页 |
