| 摘要 | 第3-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第13-29页 |
| 1.1 历史回顾 | 第13-14页 |
| 1.2 基本原理和数学表达 | 第14-17页 |
| 1.2.1 MPC基本原理 | 第14-15页 |
| 1.2.2 数学表达 | 第15-17页 |
| 1.3 MPC的稳定性、鲁棒性和可行性 | 第17-21页 |
| 1.3.1 稳定性 | 第17-19页 |
| 1.3.2 鲁棒性 | 第19-20页 |
| 1.3.3 可行性 | 第20-21页 |
| 1.4 MPC与经典反馈控制方法的比较 | 第21-24页 |
| 1.4.1 无约束MPC和经典控制方法之间的关系 | 第21-23页 |
| 1.4.2 MPC相对经典控制方法的优点 | 第23-24页 |
| 1.5 预测模型的建立 | 第24-27页 |
| 1.5.1 机理建模 | 第24-25页 |
| 1.5.2 实验建模 | 第25-27页 |
| 1.5.3 混杂建模 | 第27页 |
| 1.6 论文结构 | 第27-29页 |
| 第二章 预备知识 | 第29-39页 |
| 2.1 模糊C平均聚类 | 第29-31页 |
| 2.1.1 问题表达 | 第29-30页 |
| 2.1.2 迭代求解 | 第30-31页 |
| 2.2 支持向量机 | 第31-35页 |
| 2.2.1 线性最优分类 | 第31-32页 |
| 2.2.2 支持向量机 | 第32-33页 |
| 2.2.3 核函数 | 第33-34页 |
| 2.2.4 用于函数回归的SVM | 第34-35页 |
| 2.3 广义预测控制(GPC) | 第35-39页 |
| 2.3.1 GPC原理 | 第35-37页 |
| 2.3.2 GPC算法的优点 | 第37-39页 |
| 第三章 稳定广义预测控制与性能分析 | 第39-55页 |
| 3.1 引言 | 第39-40页 |
| 3.2 符号定义 | 第40-41页 |
| 3.3 稳定广义预测控制器 | 第41-46页 |
| 3.3.1 反馈控制的引入 | 第41-42页 |
| 3.3.2 预测方程 | 第42-44页 |
| 3.3.3 目标函数优化 | 第44-46页 |
| 3.3.4 SGPC反馈控制器 | 第46页 |
| 3.4 SGPC的算法实现 | 第46-47页 |
| 3.5 SGPC的稳定性分析 | 第47-50页 |
| 3.6 SGPC与GPC性能比较与仿真研究 | 第50-54页 |
| 3.6.1 M对系统跟踪能力的影响 | 第50-51页 |
| 3.6.2 P和M对系统其它特性影响 | 第51-53页 |
| 3.6.3 SGPC适用于具有近似相消零极点的对象 | 第53-54页 |
| 3.7 小结 | 第54-55页 |
| 第四章 一种基于在线模糊建模的非线性预测控制算法及其应用 | 第55-71页 |
| 4.1 引言 | 第55-56页 |
| 4.2 在线聚类和模糊建模 | 第56-59页 |
| 4.3 控制量离散寻优 | 第59-62页 |
| 4.3.1 确定控制序列U(k)的树型离散搜索空间 | 第59-60页 |
| 4.3.2 搜索最优控制序列 | 第60-62页 |
| 4.4 SISO系统仿真研究 | 第62-65页 |
| 4.5 MIMO系统的建模及预测控制 | 第65-69页 |
| 4.5.1 MISO系统中的控制量寻优 | 第66-68页 |
| 4.5.2 MIMO系统控制仿真 | 第68-69页 |
| 4.6 小结 | 第69-71页 |
| 第五章 两种基于T-S模糊模型的预测控制算法及比较研究 | 第71-83页 |
| 5.1 引言 | 第71-72页 |
| 5.2 模糊建模 | 第72-76页 |
| 5.2.1 模糊模型 | 第72-73页 |
| 5.2.2 模型参数的BP学习 | 第73-75页 |
| 5.2.3 前件参数的初始化 | 第75页 |
| 5.2.4 后件参数在线修正 | 第75-76页 |
| 5.3 基于T-S模糊模型的预测控制 | 第76-77页 |
| 5.3.1 NMPC_B&B | 第76页 |
| 5.3.2 LDC_GPC | 第76-77页 |
| 5.4 仿真比较 | 第77-81页 |
| 5.5 小结 | 第81-83页 |
| 第六章 基于最小二乘支持向量机的预测控制算法 | 第83-95页 |
| 6.1 引言 | 第83-84页 |
| 6.2 最小二乘支持向量机(LS-SVM) | 第84-86页 |
| 6.3 LS-SVM建模 | 第86-89页 |
| 6.3.1 弱非线性系统的模型 | 第86-87页 |
| 6.3.2 强非线性系统模型及线性化 | 第87-89页 |
| 6.4 GPC控制 | 第89页 |
| 6.5 仿真研究 | 第89-93页 |
| 6.5.1 弱非线性系统建模与控制 | 第90-91页 |
| 6.5.2 强非线性系统建模与控制 | 第91-93页 |
| 6.6 小结 | 第93-95页 |
| 第七章 两种算法在炉温控制系统中的应用 | 第95-109页 |
| 7.1 锅炉温度控制实验系统介绍 | 第95-98页 |
| 7.1.1 温度计算机控制系统 | 第95-97页 |
| 7.1.2 锅炉温度控制的特点 | 第97-98页 |
| 7.2 两种算法在锅炉温度控制系统中的应用 | 第98-106页 |
| 7.2.1 LDL_GPC在温度控制系统中的应用 | 第98-103页 |
| 7.2.2 基于LS—SVM的预测控制算法在温度控制系统中的应用 | 第103-106页 |
| 7.3 两种建模方法的比较 | 第106-107页 |
| 7.4 小结 | 第107-109页 |
| 第八章 结束语 | 第109-111页 |
| 参考文献 | 第111-121页 |
| 致谢 | 第121-122页 |
| 作者在攻读博士学位期间完成的论文 | 第122-123页 |
| 作者简介 | 第123页 |
