| 前言 | 第1-7页 |
| 摘要 | 第7-8页 |
| ABSTRACT | 第8-13页 |
| 第一章 绪论 | 第13-29页 |
| ·引言 | 第13-14页 |
| ·水轮机调节系统控制策略的现状及应用 | 第14-20页 |
| ·水轮机调速器的现状 | 第14-15页 |
| ·调速系统控制策略的现状 | 第15-20页 |
| ·小波分析的现状 | 第20-22页 |
| ·小波网络的现状 | 第22-27页 |
| ·小波网络的发展 | 第22-23页 |
| ·小波网络的应用 | 第23-27页 |
| ·小波网络在系统辨识和建模中的应用 | 第24页 |
| ·小波网络在系统控制中的应用 | 第24-26页 |
| ·小波网络的发展前景与展望 | 第26-27页 |
| ·论文的内容安排 | 第27-29页 |
| 第二章 小波分析基础及小波网络结构研究 | 第29-53页 |
| ·小波分析基础 | 第29-39页 |
| ·连续小波变换 | 第29-33页 |
| ·离散小波变换与小波框架 | 第33-35页 |
| ·多分辨分析和Mallat算法 | 第35-39页 |
| ·小波网络结构的研究 | 第39-44页 |
| ·小波网络的分类 | 第39-41页 |
| ·小波网络的结构 | 第41-44页 |
| ·一种基于遗传正交的自适应小波网络结构优化方法 | 第44-49页 |
| ·遗传算法的基本特征 | 第45-46页 |
| ·正交试验法的基本原理 | 第46-47页 |
| ·基于遗传正交的自适应小波网络 | 第47-49页 |
| ·仿真与结论 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第三章 基于小波网络的非线性系统辨识模型与算法研究 | 第53-83页 |
| ·引言 | 第53-54页 |
| ·小波网络作为非线性动态系统辨识模型的可行性研究 | 第54-59页 |
| ·辨识定义的数学描述 | 第54页 |
| ·小波网络可辨识性研究 | 第54-59页 |
| ·小波网络的逼近性能及常用算法 | 第59-60页 |
| ·小波网络的逼近性能 | 第59-60页 |
| ·小波网络常用参数调节算法 | 第60页 |
| ·自适应小波网络基于梯度+比例微分的混合算法 | 第60-73页 |
| ·自适应小波网络基于梯度的学习算法 | 第60-63页 |
| ·小波网络参数初始值的确定研究 | 第63-65页 |
| ·GD+PD混合算法 | 第65-68页 |
| ·辨识实验 | 第68-73页 |
| ·小波网络变遗忘因子预报误差辨识算法 | 第73-82页 |
| ·变遗忘因子递推预报误差算法 | 第73-75页 |
| ·变遗忘因子递推预报误差算法的收敛性 | 第75-78页 |
| ·基于单个权值的局部化算法 | 第78-79页 |
| ·辨识实验 | 第79-82页 |
| ·本章小结 | 第82-83页 |
| 第四章 水轮发电机组系统数学模型 | 第83-94页 |
| ·引言 | 第83页 |
| ·水轮发电机组数学模型 | 第83-93页 |
| ·水轮发电机组线性化数学模型 | 第83-86页 |
| ·水轮发电机组非线性仿真模型 | 第86-93页 |
| ·MATLAB/SIMULINK简介 | 第86-87页 |
| ·水轮发电机组非线性动态仿真模型 | 第87-93页 |
| ·本章小结 | 第93-94页 |
| 第五章 基于小波网络的水轮发电机组控制系统 | 第94-113页 |
| ·引言 | 第94-95页 |
| ·基于小波网络的水轮发电机组自适应逆控制 | 第95-108页 |
| ·非线性系统的逆与可逆性 | 第95-97页 |
| ·小波网络对被控对象逆模型辨识与控制的研究 | 第97-108页 |
| ·基于WN的被控对象逆模型辨识 | 第97-100页 |
| ·基于WN的逆自适应控制器结构及算法 | 第100-105页 |
| ·水轮发电机组自适应逆控制仿真实验 | 第105-108页 |
| ·基于小波网络的水轮发电机组自适应复合控制 | 第108-112页 |
| ·自适应复合逆控制系统的结构及算法 | 第109-110页 |
| ·水轮发电机组自适应复合控制仿真实验 | 第110-112页 |
| ·本章小结 | 第112-113页 |
| 第六章 全文总结和展望 | 第113-117页 |
| ·全文总结 | 第113-115页 |
| ·今后展望 | 第115-117页 |
| 致谢 | 第117-118页 |
| 参考文献 | 第118-129页 |
| 攻读博士学位期间以第一作者发表的论文 | 第129-130页 |
| 附录 周宁水电站部分资料 | 第130-134页 |