基于迭代学习算法的黄酒发酵控制与优化研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题的研究意义与背景 | 第7-8页 |
| ·迭代学习控制的发展与研究现状 | 第8-9页 |
| ·迭代学习控制的发展 | 第8-9页 |
| ·迭代学习控制的研究现状 | 第9页 |
| ·迭代学习控制用于间歇过程的研究现状 | 第9页 |
| ·论文主要方法介绍和各章节安排 | 第9-11页 |
| ·论文研究方法简介 | 第9-10页 |
| ·论文各章节安排 | 第10-11页 |
| 第二章 迭代学习控制算法 | 第11-19页 |
| ·迭代学习控制的基本结构 | 第11-12页 |
| ·迭代学习控制的基本原理 | 第12-13页 |
| ·迭代学习控制的难点和热点 | 第13-15页 |
| ·迭代学习控制的应用 | 第15页 |
| ·迭代学习控制与其他智能控制算法的结合 | 第15-16页 |
| ·迭代学习与神经网络控制的结合 | 第16页 |
| ·迭代学习控制与优化控制的结合 | 第16页 |
| ·本章小结 | 第16-19页 |
| 第三章 基于参数辨识的迭代学习控制 | 第19-29页 |
| ·间歇过程的LTVP 模型 | 第19-20页 |
| ·迭代学习控制算法 | 第20-21页 |
| ·带遗忘因子最小二乘法 | 第21-23页 |
| ·最小二乘法 | 第21页 |
| ·递推最小二乘法 | 第21-22页 |
| ·带遗忘因子最小二乘法 | 第22-23页 |
| ·基于遗忘因子最小二乘法的参数辨识 | 第23-24页 |
| ·参数辨识方法描述 | 第23页 |
| ·算法步骤 | 第23-24页 |
| ·算法收敛性证明 | 第24-25页 |
| ·仿真分析 | 第25-27页 |
| ·本章小结 | 第27-29页 |
| 第四章 神经网络优化的迭代学习控制 | 第29-49页 |
| ·神经网络概况 | 第29-32页 |
| ·神经网络原理 | 第29-30页 |
| ·神经网络模型 | 第30-31页 |
| ·神经网络学习算法 | 第31-32页 |
| ·神经网络优化的迭代学习控制算法 | 第32-38页 |
| ·迭代学习控制器的设计 | 第32-33页 |
| ·神经网络优化模型的设计 | 第33-36页 |
| ·控制系统总体方案的设计 | 第36-38页 |
| ·黄酒发酵过程 | 第38-43页 |
| ·黄酒发酵工艺简介 | 第38-40页 |
| ·黄酒发酵过程描述 | 第40-41页 |
| ·黄酒发酵过程自动控制 | 第41-43页 |
| ·仿真研究 | 第43-48页 |
| ·黄酒发酵过程模型 | 第43页 |
| ·各控制器设计及参数确定 | 第43-44页 |
| ·仿真结果及分析 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 结论与展望 | 第49-51页 |
| ·论文总结 | 第49页 |
| ·前景展望 | 第49-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第57页 |
