模糊预测控制理论及设计方法研究
| 摘要 | 第1-3页 |
| 英文摘要 | 第3-7页 |
| 主要符号表 | 第7-8页 |
| 第一章 绪论 | 第8-16页 |
| ·引言 | 第8页 |
| ·预测控制的基本原理 | 第8-11页 |
| ·基于模型的预测 | 第9-10页 |
| ·滚动式的优化 | 第10页 |
| ·反馈校正 | 第10-11页 |
| ·模糊控制的概念及其特点 | 第11-12页 |
| ·预测控制和智能控制结合的可能性和必要性 | 第12页 |
| ·预测控制的发展现状 | 第12-15页 |
| ·非线性预测控制(NMPC) | 第12-13页 |
| ·智能预测控制(IMPC) | 第13-15页 |
| ·预测控制的工业应用 | 第15页 |
| ·本文的研究内容和主要的创新点 | 第15-16页 |
| 第二章 T-S模糊模型及模糊辨识方法 | 第16-29页 |
| ·引言 | 第16页 |
| ·T-S模糊模型 | 第16-22页 |
| ·T-S模糊系统的一般定义 | 第17-18页 |
| ·典型T-S模糊系统具有通用逼近性 | 第18-22页 |
| ·模糊辨识方法 | 第22-26页 |
| ·基于模糊关系方程的辨识方法 | 第23-24页 |
| ·基于模糊神经网络模型的辨识方法 | 第24-25页 |
| ·基于T-S模糊模型的辨识方法 | 第25-26页 |
| ·模糊辨识领域需要解决的实际问题 | 第26页 |
| ·仿真示例 | 第26-29页 |
| ·最小二乘法的曲线拟合 | 第26-27页 |
| ·T-S模糊模型的辨识 | 第27-29页 |
| 第三章 基于T-S模型的模糊预测控制 | 第29-41页 |
| ·引言 | 第29页 |
| ·基于T-S模型的模糊广义预测控制基本原理 | 第29-32页 |
| ·广义预测控制基本方法 | 第29-31页 |
| ·T-S模糊预测模型 | 第31-32页 |
| ·基于T-S模糊模型的广义预测控制 | 第32-33页 |
| ·基于局部LTI子模型的FGPC | 第32-33页 |
| ·基于全局模型的FGPC | 第33页 |
| ·T-S模糊预测模型的参数辨识 | 第33-36页 |
| ·基于经验的参数辨识 | 第34页 |
| ·基于模糊聚类技术的参数辨识 | 第34-36页 |
| ·仿真研究 | 第36-41页 |
| ·基于经验的参数辨识 | 第36-37页 |
| ·基于模糊聚类技术的参数辨识 | 第37-39页 |
| ·模糊预测控制算法的实现 | 第39-41页 |
| 第四章 GPC的控制参数选取及系统分析 | 第41-48页 |
| ·引言 | 第41页 |
| ·控制参数N_1、 P、M、Q和λ的选取 | 第41-44页 |
| ·最小预测时域N_1 | 第41页 |
| ·预测时域P | 第41-42页 |
| ·控制时域M | 第42-43页 |
| ·误差加权矩阵Q | 第43页 |
| ·控制加权矩阵λ | 第43-44页 |
| ·系统分析 | 第44-46页 |
| ·稳定性分析 | 第44-45页 |
| ·鲁棒性分析 | 第45-46页 |
| ·仿真研究 | 第46-48页 |
| 结论与展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-54页 |
| 附录: 硕士期间发表和录用的论文 | 第54页 |
