| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外的研究进展 | 第11-14页 |
| 1.2.1 查表法及其改进算法 | 第11-12页 |
| 1.2.2 人工神经网络 | 第12-13页 |
| 1.2.3 遗传算法 | 第13-14页 |
| 1.2.4 基于后件函数辨识方法 | 第14页 |
| 1.3 本文主要内容 | 第14-16页 |
| 第2章 模糊控制的理论基础 | 第16-24页 |
| 2.1 模糊集合 | 第16-17页 |
| 2.2 模糊关系 | 第17-18页 |
| 2.3 模糊逻辑与模糊推理 | 第18-19页 |
| 2.4 解模糊判决方法 | 第19页 |
| 2.5 模糊控制系统 | 第19-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第3章 基于样本数据的模糊规则提取方法 | 第24-58页 |
| 3.1 数据预处理 | 第24-27页 |
| 3.1.1 数据清洗 | 第24-25页 |
| 3.1.2 数据选择 | 第25-26页 |
| 3.1.3 数据转换 | 第26-27页 |
| 3.2 输入空间划分 | 第27-36页 |
| 3.2.1 格栅划分 | 第27页 |
| 3.2.2 基于聚类算法的划分 | 第27-28页 |
| 3.2.3 模糊C-均值算法 | 第28-30页 |
| 3.2.4 可能性C-均值算法 | 第30-31页 |
| 3.2.5 可能性模糊C-均值算法 | 第31-33页 |
| 3.2.6 仿真实验 | 第33-36页 |
| 3.3 计算输入变量隶属度值 | 第36-37页 |
| 3.4 后件函数辨识 | 第37-48页 |
| 3.4.1 支持向量机 | 第38-41页 |
| 3.4.2 最小二乘支持向量机 | 第41-43页 |
| 3.4.3 固定尺度最小二乘支持向量机 | 第43-46页 |
| 3.4.4 仿真实验 | 第46-48页 |
| 3.5 基于PFCM算法和FS-LSSVM的模糊控制器 | 第48-50页 |
| 3.6 仿真实验 | 第50-57页 |
| 3.6.1 仿真实验一 | 第50-55页 |
| 3.6.2 仿真实验二 | 第55-57页 |
| 3.7 本章小结 | 第57-58页 |
| 第4章 加热炉炉温模糊控制器的模糊规则提取 | 第58-76页 |
| 4.1 加热炉工况介绍 | 第58-60页 |
| 4.1.1 换热式连续推钢加热炉 | 第58-59页 |
| 4.1.2 加热炉结构 | 第59-60页 |
| 4.2 加热炉温度控制系统 | 第60-64页 |
| 4.2.1 原有软硬件组成和基本功能介绍 | 第60-61页 |
| 4.2.2 先进控制站的设计与部署 | 第61-64页 |
| 4.3 实验步骤 | 第64-75页 |
| 4.3.1 数据选取 | 第65-66页 |
| 4.3.2 数据预处理 | 第66-69页 |
| 4.3.3 模糊规则提取 | 第69-74页 |
| 4.3.4 实验总结 | 第74-75页 |
| 4.4 本章小结 | 第75-76页 |
| 第5章 总结与展望 | 第76-78页 |
| 5.1 本文的工作内容的总结 | 第76-77页 |
| 5.2 对未来研究展望 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-84页 |
| 在读期间发表的学术论文与取得的研究成果 | 第84页 |