首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

基于最优性条件的流程雁阵自主优化控制方法

摘要第4-6页
Abstract第6-7页
第一章 前言第12-20页
    1.1 背景与意义第12-13页
    1.2 相关技术研究现状第13-17页
        1.2.1 流程系统分解协调方法第13-15页
        1.2.2 NCO测量与实现第15-16页
        1.2.3 高斯过程及应用第16-17页
    1.3 论文内容与结构安排第17-20页
第二章 基于高斯过程的NCO在线预测与实现第20-44页
    2.1 引言第20页
    2.2 一阶最优性必要条件第20-21页
    2.3 基于NCO的自主优化控制方案第21-27页
    2.4 高斯过程建模与动态更新第27-33页
        2.4.1 相关定义第27-30页
        2.4.2 核函数的选择第30页
        2.4.3 超参数的确定第30-31页
        2.4.4 建模与动态更新第31-33页
    2.5 NCO在线预测算法第33-36页
    2.6 NCO实现策略第36-37页
    2.7 实例研究第37-42页
        2.7.1 问题描述第37-39页
        2.7.2 NCO预测与实现第39-40页
        2.7.3 仿真实验第40-42页
    2.8 本章小结第42-44页
第三章 流程雁阵自主优化控制方法第44-66页
    3.1 引言第44页
    3.2 流程雁阵方法第44-53页
        3.2.1 相关定义第44-49页
        3.2.2 流程雁阵建模第49-50页
        3.2.3 病态流程雁阵的形成第50-51页
        3.2.4 实时优化方案第51-53页
    3.3 基于NCO的流程雁阵结构第53-55页
    3.4 流程雁阵的NCO在线预测与实现第55-56页
    3.5 流程雁阵自主优化控制算法第56-59页
    3.6 实例研究第59-63页
    3.7 本章小结第63-66页
第四章 应用研究第66-88页
    4.1 引言第66页
    4.2 TE过程第66-70页
    4.3 NCO高斯过程模型第70-71页
    4.4 多级流程雁阵结构第71-75页
    4.5 实时优化第75-86页
    4.6 本章小结第86-88页
第五章 结论与展望第88-90页
参考文献第90-94页
致谢第94-96页
研究成果及发表的学术论文第96-98页
作者及导师简介第98-99页
附件第99-100页

论文共100页,点击 下载论文
上一篇:观光景区新型代步车的工程设计与技术实现
下一篇:全光纤电流传感器