基于即时学习的模型未知系统数据驱动控制策略研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究背景及研究意义 | 第10页 |
| 1.2 数据驱动控制国内外研究现状 | 第10-16页 |
| 1.2.1 基于同步扰动随机逼近的无模型控制方法 | 第12页 |
| 1.2.2 无模型自适应控制 | 第12-13页 |
| 1.2.3 去伪控制 | 第13-14页 |
| 1.2.4 PID控制 | 第14页 |
| 1.2.5 迭代反馈整定 | 第14-15页 |
| 1.2.6 虚拟参考反馈整定 | 第15页 |
| 1.2.7 迭代学习控制 | 第15页 |
| 1.2.8 即时学习 | 第15-16页 |
| 1.3 课题选取的依据 | 第16页 |
| 1.4 论文的主要工作及结构安排 | 第16-18页 |
| 第2章 KFCM-Flag聚类策略 | 第18-26页 |
| 2.1 概述 | 第18页 |
| 2.2 系统描述 | 第18页 |
| 2.3 构建历史数据库 | 第18-19页 |
| 2.4 模糊核聚类(KFCM)算法简介 | 第19-23页 |
| 2.4.1 KFCM-F聚类策略 | 第19-21页 |
| 2.4.2 KFCM-K聚类策略 | 第21-23页 |
| 2.5 Flag一致规则 | 第23-24页 |
| 2.6 KFCM-Flag聚类策略 | 第24页 |
| 2.7 本章小结 | 第24-26页 |
| 第3章 即时学习算法及其改进 | 第26-36页 |
| 3.1 LL概述 | 第26页 |
| 3.2 LL局部线性模型 | 第26-31页 |
| 3.2.1 向量相似度 | 第26-27页 |
| 3.2.2 Center-Flag数据库选择策略 | 第27-28页 |
| 3.2.3 LL建模信息向量选择 | 第28-29页 |
| 3.2.4 局部线性回归与留一误差交叉验证 | 第29-31页 |
| 3.3 k-vnn-Flag数据更新策略 | 第31页 |
| 3.4 改进的LL算法步骤 | 第31-32页 |
| 3.5 仿真实验及结果分析 | 第32-34页 |
| 3.6 本章小结 | 第34-36页 |
| 第4章 LL-GMVC控制器设计及仿真 | 第36-46页 |
| 4.1 概述 | 第36页 |
| 4.2 广义最小方差控制(GMVC) | 第36-38页 |
| 4.3 LL-GMVC控制器设计 | 第38-40页 |
| 4.4 LL-GMVC稳定性分析 | 第40-42页 |
| 4.4.1 局部闭环稳定分析 | 第40-41页 |
| 4.4.2 全局稳定分析 | 第41-42页 |
| 4.5 仿真实验及结果分析 | 第42-45页 |
| 4.6 本章小结 | 第45-46页 |
| 第5章 LL-PSO控制器设计及仿真 | 第46-54页 |
| 5.1 概述 | 第46页 |
| 5.2 粒子群优化算法(PSO) | 第46-47页 |
| 5.3 LL-PSO控制器设计 | 第47-50页 |
| 5.4 LL-PSO稳定性分析 | 第50页 |
| 5.4.1 局部闭环稳定分析 | 第50页 |
| 5.4.2 全局稳定分析 | 第50页 |
| 5.5 仿真实验及结果分析 | 第50-53页 |
| 5.6 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第60-61页 |
| 致谢 | 第61-62页 |
| 作者简介 | 第62页 |
