| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 致谢 | 第6-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-25页 |
| ·引言 | 第9-10页 |
| ·非线性系统的预测控制 | 第10-15页 |
| ·非线性预测控制发展现状 | 第11-12页 |
| ·非线性预测控制算法 | 第12-14页 |
| ·非线性预测控制发展展望 | 第14-15页 |
| ·多模型策略及其控制方法 | 第15-23页 |
| ·多模型策略原理 | 第15-16页 |
| ·多模型建模方法 | 第16-19页 |
| ·多模型控制方法 | 第19-23页 |
| ·研究目标及论文结构 | 第23-25页 |
| 第二章 基于聚类分析的多模型建模方法 | 第25-47页 |
| ·引言 | 第25-26页 |
| ·聚类分析概述 | 第26-30页 |
| ·主要聚类方法的分类 | 第26-28页 |
| ·聚类个数选取的不同方法 | 第28-29页 |
| ·聚类分析在过程建模中的应用现状 | 第29-30页 |
| ·基于聚类的多模型建模方法 | 第30-36页 |
| ·工作原理 | 第30-35页 |
| ·算法步骤 | 第35-36页 |
| ·改进的K-means聚类算法 | 第36-39页 |
| ·改进的K-means聚类思想 | 第37-38页 |
| ·改进的K-means聚类算法步骤 | 第38-39页 |
| ·基于k-means聚类的多模型建模仿真 | 第39-46页 |
| ·仿真过程一:非线性函数 | 第39-43页 |
| ·仿真过程二:ph中和过程 | 第43-46页 |
| ·小结 | 第46-47页 |
| 第三章 基于聚类分析的多模型建模结构参数优化 | 第47-65页 |
| ·引言 | 第47-48页 |
| ·结构参数优化算法 | 第48-57页 |
| ·结构参数优化算法基本原理 | 第48-51页 |
| ·结构参数优化算法及其步骤 | 第51-57页 |
| ·仿真算例 | 第57-62页 |
| ·算例一:随机正态分布函数 | 第57-59页 |
| ·算例二: Ph中和过程 | 第59-62页 |
| ·多因变量 PLS建模方法初探 | 第62-64页 |
| ·小结 | 第64-65页 |
| 第四章 基于聚类算法的 MIMO系统多模型预测控制 | 第65-87页 |
| ·引言 | 第65页 |
| ·多模型预测控制算法 | 第65-70页 |
| ·无约束的多变量 GPC算法 | 第66-68页 |
| ·有约束的多变量 GPC算法 | 第68-70页 |
| ·基于聚类方法的多模型预测控制 | 第70-73页 |
| ·工作原理 | 第71-72页 |
| ·多模型转化及其切换准则 | 第72-73页 |
| ·算法结构 | 第73页 |
| ·多模型的切换策略研究 | 第73-76页 |
| ·基于多步预测误差 | 第74-75页 |
| ·基于模糊区间判断 | 第75-76页 |
| ·仿真实例 | 第76-85页 |
| ·Ph中和过程描述 | 第76-77页 |
| ·多模型描述 | 第77-79页 |
| ·MMPC控制器设计 | 第79-82页 |
| ·不同切换策略下的控制效果分析 | 第82-85页 |
| ·小结 | 第85-87页 |
| 第五章 总结语 | 第87-89页 |
| 参考文献 | 第89-93页 |
| 附录一 辨识模型 | 第93-99页 |
| 附录二 作者在硕士期间所完成的论文 | 第99页 |