| 致谢 | 第5-7页 |
| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 1 绪论与综述 | 第18-42页 |
| 1.1 课题背景和研究意义 | 第19-20页 |
| 1.2 数据驱动建模与相关方法研究现状 | 第20-31页 |
| 1.2.1 集中参数系统 | 第20-27页 |
| 1.2.2 分布参数系统 | 第27-31页 |
| 1.3 高斯过程模型研究现状 | 第31-37页 |
| 1.4 本文拟解决问题 | 第37-38页 |
| 1.5 本文研究内容及结构 | 第38-42页 |
| 2 自主动高斯过程模型及其数据筛选策略 | 第42-54页 |
| 2.1 引言 | 第43-44页 |
| 2.2 用于回归的GP模型 | 第44-50页 |
| 2.2.1 基于贝叶斯理论的参数化线性回归模型 | 第44-45页 |
| 2.2.2 非线性特征空间投影 | 第45-47页 |
| 2.2.3 核方法 | 第47-49页 |
| 2.2.4 GP模型的训练 | 第49-50页 |
| 2.3 基于预测方差的自主动GP模型 | 第50-52页 |
| 2.4 自主更新数据筛选策略 | 第52-53页 |
| 2.5 小结 | 第53-54页 |
| 3 基于自主改进GP模型的非线性建模与预测控制一体化研究 | 第54-82页 |
| 3.1 引言 | 第55-57页 |
| 3.2 单步预测AI-GPMPC算法研究 | 第57-65页 |
| 3.2.1 单步预测NMPC问题定义 | 第57-58页 |
| 3.2.2 单步预测AI-GPMPC算法研究 | 第58-65页 |
| 3.3 多步预测AI-GPMPC算法研究 | 第65-68页 |
| 3.3.1 用于多步预测的GP模型 | 第65-67页 |
| 3.3.2 多步预测AI-GPMPC算法 | 第67-68页 |
| 3.4 算法仿真测试分析 | 第68-81页 |
| 3.4.1 仿真一：稳态数值算例 | 第68-73页 |
| 3.4.2 仿真二：pH中和过程算例 | 第73-81页 |
| 3.5 小结 | 第81-82页 |
| 4 基于GP模型的分布参数系统建模算法研究 | 第82-110页 |
| 4.1 引言 | 第83-84页 |
| 4.2 KL-GP模型 | 第84-94页 |
| 4.2.1 Karhunen-Loeve分解 | 第85-87页 |
| 4.2.2 针对DPSs过程的KL-GP建模方法 | 第87-88页 |
| 4.2.3 KL-GP建模方法的仿真测试 | 第88-94页 |
| 4.3 自主动KL-GP(SA-KL-GP)模型 | 第94-100页 |
| 4.3.1 针对DPSs过程的SA-KL-GP结构算法 | 第95-97页 |
| 4.3.2 SA-KL-GP模型的仿真测试 | 第97-100页 |
| 4.4 迭代选择KL-GP(RS-KL-GP)模型 | 第100-109页 |
| 4.4.1 针对KL-GP模型的迭代更新策略 | 第100-102页 |
| 4.4.2 快速迭代GP模型 | 第102-104页 |
| 4.4.3 KL-GP模型的自适应基函数更新方法 | 第104-105页 |
| 4.4.4 RS-KL-GP模型的仿真测试 | 第105-109页 |
| 4.5 小结 | 第109-110页 |
| 5 基于GP模型的间歇过程轨迹批间优化设计 | 第110-128页 |
| 5.1 引言 | 第111-112页 |
| 5.2 间歇过程的轨迹优化问题定义及对应的数据驱动模型 | 第112-113页 |
| 5.3 基于期望改进的最优化设计 | 第113-119页 |
| 5.3.1 期望改进 | 第114-117页 |
| 5.3.2 基于期望改进的数学示例 | 第117-118页 |
| 5.3.3 基于期望改进的间歇过程轨迹优化 | 第118-119页 |
| 5.4 系统仿真测试分析 | 第119-126页 |
| 5.4.1 CSTR间歇过程简述 | 第119-122页 |
| 5.4.2 最优轨迹设计问题仿真测试分析 | 第122-126页 |
| 5.5 小结 | 第126-128页 |
| 6 LPCVD过程建模及其基于GP模型的控制策略设计 | 第128-158页 |
| 6.1 引言 | 第129-130页 |
| 6.2 低压化学气相沉积过程的机理模型 | 第130-145页 |
| 6.2.1 过程简述与模型假设 | 第130-133页 |
| 6.2.2 表面分割及形状因子计算 | 第133-139页 |
| 6.2.3 系统内的能量平衡计算 | 第139-142页 |
| 6.2.4 系统内的质量平衡计算 | 第142-145页 |
| 6.3 基于自主动GP模型的最优设计策略 | 第145-150页 |
| 6.3.1 LPCVD过程的数据驱动建模 | 第145-146页 |
| 6.3.2 优化控制目标 | 第146-147页 |
| 6.3.3 最优控制设计及模型训练数据的主动选择 | 第147-150页 |
| 6.4 系统仿真测试分析 | 第150-157页 |
| 6.4.1 LPCVD过程模型仿真测试 | 第150-152页 |
| 6.4.2 基于GP模型的建模测试分析 | 第152-154页 |
| 6.4.3 LPCVD过程的优化设计算法测试仿真 | 第154-157页 |
| 6.5 小结 | 第157-158页 |
| 7 总结与展望 | 第158-162页 |
| 参考文献 | 第162-184页 |
| 攻读博士期间科研成果 | 第184-186页 |
| 作者简介 | 第186页 |
