| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景和研究意义 | 第8-9页 |
| 1.2 本课题方法思路的来源 | 第9-10页 |
| 1.2.1 工业过程的分层优化设定控制 | 第9页 |
| 1.2.2 本课题方法思路的提出 | 第9-10页 |
| 1.3 两层优化设定控制的基本结构与原理 | 第10-11页 |
| 1.3.1 优化设定控制的两层结构 | 第10-11页 |
| 1.3.2 优化设定控制两层动态模型 | 第11页 |
| 1.4 本文主要研究内容及创新点 | 第11-13页 |
| 1.4.1 主要研究内容 | 第11-12页 |
| 1.4.2 创新点 | 第12-13页 |
| 第二章 基础准备 | 第13-20页 |
| 2.1 Lyapunov稳定性理论 | 第13-15页 |
| 2.1.1 Lyapunov意义下稳定性的概念 | 第13-14页 |
| 2.1.2 Lyapunov稳定性基本定理 | 第14页 |
| 2.1.3 其他稳定性和不稳定性定理 | 第14-15页 |
| 2.1.4 Lyapunov函数的构造 | 第15页 |
| 2.2 线性矩阵不等式 | 第15-18页 |
| 2.2.1 线性矩阵不等式的发展 | 第15-16页 |
| 2.2.2 线性矩阵不等式的表示 | 第16页 |
| 2.2.3 几个标准的线性矩阵不等式问题 | 第16-17页 |
| 2.2.4 本文涉及的关于LMI的主要定义与引理 | 第17-18页 |
| 2.3 随机分布控制与熵优化准则 | 第18-20页 |
| 第三章 带有确定性外扰的线性系统两层优化设定控制方法 | 第20-28页 |
| 3.1 问题描述 | 第20-21页 |
| 3.2 理想条件下的底层跟踪控制器设计 | 第21-22页 |
| 3.3 存在外扰时的优化设定控制方法 | 第22-23页 |
| 3.4 数值算例 | 第23-27页 |
| 3.5 本章小结 | 第27-28页 |
| 第四章 基于观测器和动态补偿器的线性系统两层优化设定控制方法 | 第28-42页 |
| 4.1 理想情况下的底层跟踪控制器设计 | 第28-29页 |
| 4.2 基于状态观测器的上层优化设定控制方法 | 第29-33页 |
| 4.2.1 优化设定控制预处理 | 第29-30页 |
| 4.2.2 基于降维观测器的优化设定控制方法 | 第30-32页 |
| 4.2.3 基于全维观测器的优化设定控制方法 | 第32-33页 |
| 4.3 数值仿真 | 第33-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 基于外扰观测器和PID控制器的随动线性系统两层优化设定控制方法 | 第42-59页 |
| 5.1 问题描述 | 第42-43页 |
| 5.2 基于外扰观测器和PID控制器的两层结构优化设定控制方法 | 第43-49页 |
| 5.2.1 理想条件下的底层PID渐近跟踪控制器设计 | 第43-45页 |
| 5.2.2 基于外扰观测器的上层优化设定控制方法 | 第45-49页 |
| 5.3 基于两层结构优化设定控制的机械臂路径跟踪数值仿真 | 第49-57页 |
| 5.3.1 机械臂的运动学和动力学模型 | 第49-51页 |
| 5.3.2 数值仿真 | 第51-57页 |
| 5.4 本章小结 | 第57-59页 |
| 第六章 非高斯随机非线性系统两层优化设定控制方法 | 第59-70页 |
| 6.1 本章预备知识 | 第59-61页 |
| 6.1.1 核密度估计 | 第59-60页 |
| 6.1.2 Pareto优化 | 第60-61页 |
| 6.2 问题描述 | 第61-62页 |
| 6.3 性能指标函数波动值的Renyi熵简化迭代计算方法 | 第62-63页 |
| 6.4 基于智能优化算法Pareto-DE的优化设定控制方法 | 第63-65页 |
| 6.4.1 基于熵优化准则的优化设定控制指标 | 第63-64页 |
| 6.4.2 Pareto-DE多目标优化方法 | 第64-65页 |
| 6.5 数值仿真 | 第65-68页 |
| 6.6 本章小结 | 第68-70页 |
| 第七章 总结和展望 | 第70-72页 |
| 7.1 工作总结 | 第70页 |
| 7.2 问题及展望 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77-78页 |
| 攻读硕士学位期间的主要科研成果 | 第78页 |
