| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文研究内容和结构安排 | 第14-17页 |
| 1.3.1 本文主要研究内容 | 第14-15页 |
| 1.3.2 结构安排 | 第15-17页 |
| 第二章 无模型控制理论 | 第17-23页 |
| 2.1 理论概述 | 第17-18页 |
| 2.2 SISO无模型控制理论 | 第18-19页 |
| 2.3 MIMO无模型控制理论 | 第19-21页 |
| 2.4 无模型控制算法参数分析 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 BP神经网络 | 第23-33页 |
| 3.1 人工神经网络 | 第23-28页 |
| 3.1.1 人工神经网络简介 | 第23页 |
| 3.1.2 人工神经网络发展历史 | 第23-24页 |
| 3.1.3 人工神经网络结构 | 第24-27页 |
| 3.1.4 人工神经网络的学习算法 | 第27-28页 |
| 3.2 前向神经网络 | 第28页 |
| 3.3 BP神经网络 | 第28-31页 |
| 3.3.1 BP神经网络简介 | 第28-29页 |
| 3.3.2 BP神经网络的工作原理 | 第29-31页 |
| 3.4 本章小结 | 第31-33页 |
| 第四章 SISO无模型控制器参数在线自整定方法 | 第33-57页 |
| 4.1 系统组成 | 第33-42页 |
| 4.1.1 SISO紧格式无模型控制器参数在线自整定系统 | 第33-36页 |
| 4.1.2 SISO偏格式无模型控制器参数在线自整定系统 | 第36-39页 |
| 4.1.3 SISO全格式无模型控制器参数在线自整定系统 | 第39-42页 |
| 4.2 参数整定算法流程 | 第42-45页 |
| 4.3 仿真实验 | 第45-55页 |
| 4.3.1 SISO无模型控制算法仿真 | 第45-48页 |
| 4.3.2 SISO无模型控制器参数在线自整定算法仿真 | 第48-52页 |
| 4.3.3 PID控制器参数在线自整定算法仿真 | 第52-54页 |
| 4.3.4 仿真结果对比 | 第54-55页 |
| 4.4 本章小结 | 第55-57页 |
| 第五章 MIMO无模型控制器参数在线自整定方法 | 第57-81页 |
| 5.1 系统组成 | 第57-67页 |
| 5.1.1 MIMO紧格式无模型控制器参数在线自整定系统 | 第57-61页 |
| 5.1.2 MIMO偏格式无模型控制器参数在线自整定系统 | 第61-64页 |
| 5.1.3 MIMO全格式无模型控制器参数在线自整定系统 | 第64-67页 |
| 5.2 参数整定算法流程 | 第67-71页 |
| 5.3 仿真实验 | 第71-80页 |
| 5.3.1 MIMO无模型控制算法仿真 | 第71-75页 |
| 5.3.2 MIMO无模型控制器参数在线自整定算法仿真 | 第75-80页 |
| 5.3.3 仿真结果对比 | 第80页 |
| 5.4 本章小结 | 第80-81页 |
| 第六章 MIMO基于SISO无模型控制器的解耦控制方法 | 第81-105页 |
| 6.1 系统组成 | 第81-93页 |
| 6.1.1 MIMO基于SISO紧格式无模型控制器的解耦控制方法系统结构 | 第81-85页 |
| 6.1.2 MIMO基于SISO偏格式无模型控制器的解耦控制方法系统结构 | 第85-89页 |
| 6.1.3 MIMO基于SISO全格式无模型控制器的解耦控制方法系统结构 | 第89-93页 |
| 6.2 解耦控制算法流程 | 第93-97页 |
| 6.3 仿真实验 | 第97-104页 |
| 6.3.1 MIMO基于SISO无模型控制器的解耦控制算法仿真 | 第97-103页 |
| 6.3.2 仿真结果对比 | 第103-104页 |
| 6.4 本章小结 | 第104-105页 |
| 第七章 总结与展望 | 第105-107页 |
| 参考文献 | 第107-111页 |
| 致谢 | 第111-113页 |
| 个人简历 | 第113-115页 |
| 攻读硕士期间主要的研究成果 | 第115页 |
