| 中文摘要 | 第1页 |
| 英文摘要 | 第3-4页 |
| 目录 | 第4-6页 |
| 第一章 绪论 | 第6-11页 |
| ·课题研究背景及意义 | 第6-8页 |
| ·国内外研究动态 | 第8-10页 |
| ·SIS系统的研究现状 | 第8页 |
| ·预测控制算法的研究现状 | 第8-9页 |
| ·主蒸汽温度控制系统的研究现状 | 第9-10页 |
| ·本论文的主要研究内容 | 第10页 |
| ·本章小结 | 第10-11页 |
| 第二章 厂级监控信息系统简介 | 第11-23页 |
| ·厂级监控信息系统的应用情况 | 第12页 |
| ·厂级实时监控信息系统 | 第12-18页 |
| ·SIS系统基本概况 | 第12-15页 |
| ·SIS网络架构建设 | 第15-16页 |
| ·SIS与MIS和DCS的区别 | 第16页 |
| ·电厂厂级监控信息系统与全厂各控制系统的关系 | 第16-17页 |
| ·厂级实时监控信息系统（SIS）的功能 | 第17-18页 |
| ·电厂厂级实时监控信息系统的实际应用 | 第18-22页 |
| ·网络结构 | 第19-21页 |
| ·集成实时数据库，构成全厂实时应用平台 | 第21-22页 |
| ·湖北某电厂SIS系统基于实时数据的具体应用 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第三章 利用神经网络辨识热工过程 | 第23-37页 |
| ·BP神经网络概述 | 第23-27页 |
| ·误差反向学习算法 | 第24-25页 |
| ·BP 网络的学习过程 | 第25-27页 |
| ·改进的BP | 第27-28页 |
| ·引入动量项 | 第27页 |
| ·变步长法 | 第27页 |
| ·变尺度法 | 第27-28页 |
| ·模拟退火算法(simulative anneal) | 第28页 |
| ·仿真实例－对湖北某发电厂主蒸汽温度控制系统的建模仿真 | 第28-36页 |
| ·仿真对象的确立 | 第28-29页 |
| ·建模方案及具体实现 | 第29-35页 |
| ·对神经网络模型的验证 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 DMC算法的基本原理 | 第37-60页 |
| ·基于DMC算法的基本原理 | 第37-44页 |
| ·DMC动态矩阵预测控制算法的数学模型 | 第37-39页 |
| ·用模型预测被控对象的输出 | 第39-43页 |
| ·参考轨迹 | 第43-44页 |
| ·性能指标函数 | 第44页 |
| ·预测控制算法的推导 | 第44-47页 |
| ·单值预测控制 | 第44-45页 |
| ·多值DMC预测控制 | 第45-46页 |
| ·DMC动态矩阵双值预测控制 | 第46-47页 |
| ·动态矩阵法的性能分析 | 第47-50页 |
| ·DMC的IMC结构 | 第47-49页 |
| ·闭环系统的特性 | 第49-50页 |
| ·D M C算法控制系统的稳定性和鲁棒性 | 第50-51页 |
| ·模型匹配时的DMC系统的稳定鲁棒性 | 第50页 |
| ·模型失配时的DMC系统的稳定鲁棒性 | 第50-51页 |
| ·DMC预测控制的参数选择 | 第51-52页 |
| ·模型参数的长度N和采样周期T | 第51页 |
| ·误差权矩阵Q和控制权矩阵R | 第51页 |
| ·预测步程p | 第51页 |
| ·控制步程L | 第51-52页 |
| ·柔化系数w | 第52页 |
| ·BP神经网络预测控制 | 第52-59页 |
| ·基于BP网络的动态矩阵预测控制方案 | 第52-53页 |
| ·BP神经网络预测模型的建立 | 第53页 |
| ·BP神经网络动态矩阵控制律的计算 | 第53-55页 |
| ·过热汽温神经网络动态模型仿真 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 动态矩阵预测控制在SIS平台上的具体应用 | 第60-62页 |
| ·动态矩阵预测控制在SIS上的具体实现过程 | 第60-61页 |
| ·软件的实现 | 第61页 |
| ·本章小结 | 第61-62页 |
| 第六章 结束语 | 第62-64页 |
| ·所做的工作 | 第62页 |
| ·课题研究存在的问题及展望 | 第62-64页 |
| 参考文献 | 第64-66页 |
| 致谢 | 第66-67页 |
| 在学期间发表的学术论文和参加科研情况 | 第67页 |