基于神经网络的智能预测控制理论研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第6-9页 |
| 前言 | 第9-11页 |
| 第一章 概述 | 第11-15页 |
| ·预测控制研究的进展及存在的问题 | 第11-13页 |
| ·预测控制研究的进展 | 第11-13页 |
| ·预测控制存在的问题 | 第13页 |
| ·本文研究的目的及意义 | 第13页 |
| ·本论文所做的工作 | 第13-15页 |
| 第二章 预测控制理论研究 | 第15-29页 |
| ·预测控制的基本原理 | 第15页 |
| ·预测控制的基本结构 | 第15-17页 |
| ·预测控制中预测模型的数学描述 | 第17-19页 |
| ·动态矩阵控制算法 | 第19-28页 |
| ·预测模型 | 第19-21页 |
| ·反馈校正 | 第21-22页 |
| ·计算最优控制律 | 第22-23页 |
| ·动态矩阵预测控制相关参数分析 | 第23-24页 |
| ·动态矩阵预测控制的稳定性和鲁棒性分析 | 第24页 |
| ·动态矩阵控制算法的实现步骤 | 第24页 |
| ·动态矩阵控制的仿真研究 | 第24-28页 |
| ·小结 | 第28-29页 |
| 第三章 基于神经网络的动态矩阵预测控制研究 | 第29-48页 |
| ·神经网络预测控制的基本结构 | 第29-30页 |
| ·基于BP 神经网络的动态矩阵预测控制 | 第30-38页 |
| ·基干BP 算法的多层前馈网络模型 | 第30-31页 |
| ·BP 网络学习算法的改进 | 第31-32页 |
| ·预测模型的建立 | 第32-34页 |
| ·基于BP 神经网络动态矩阵预测控制律的计算 | 第34-35页 |
| ·基于BP 网络的动态矩阵预测控制仿真 | 第35-38页 |
| ·基于径向基函数的神经网络动态矩阵预测控制 | 第38-47页 |
| ·径向基函数网络模型 | 第38-39页 |
| ·径向基函数网络学习算法 | 第39-40页 |
| ·径向基函数网络算法的实现方法 | 第40-41页 |
| ·RBF 神经网络预测模型的建立 | 第41-42页 |
| ·有延迟的动态矩阵预测(DMC)控制 | 第42-44页 |
| ·基于RBF 网络的动态矩阵控制算法的实现 | 第44页 |
| ·基于RBF 网络的动态矩阵控制算法的仿真研究 | 第44-47页 |
| ·小结 | 第47-48页 |
| 第四章 预测控制在移动机器人轨迹跟踪中的应用 | 第48-60页 |
| ·移动机器人的运动学模型 | 第49页 |
| ·移动机器人的轨迹跟踪 | 第49-59页 |
| ·轨迹推算 | 第49-51页 |
| ·位姿估计 | 第51-52页 |
| ·运动预测控制 | 第52-55页 |
| ·基于仿真平台的实验及其分析 | 第55-59页 |
| ·小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 发表文章目录 | 第65-66页 |
| 致谢 | 第66-67页 |
| 详细摘要 | 第67-72页 |
