| 摘要 | 第1-6页 |
| ABSTRACT | 第6-14页 |
| 第一章 绪论 | 第14-20页 |
| ·分布参数系统 | 第14-16页 |
| ·混合神经网络 | 第16-17页 |
| ·B样条神经网络 | 第17-18页 |
| ·本课题的研究内容 | 第18-20页 |
| 第二章 管式反应器聚合反应 | 第20-28页 |
| ·管式反应器 | 第20页 |
| ·管式聚合反应过程的数学模型 | 第20-25页 |
| ·基元反应 | 第21-22页 |
| ·反应动力学方程 | 第22-24页 |
| ·热量衡算方程 | 第24-25页 |
| ·建立管式聚合反应数学模型的意义 | 第25页 |
| ·实验方案 | 第25-28页 |
| 第三章 B样条神经网络的理论基础 | 第28-33页 |
| ·单变量B样条神经网络 | 第28-30页 |
| ·单变量B样条函数定义 | 第28-29页 |
| ·单输入B样条网络 | 第29-30页 |
| ·多变量B样条神经网络 | 第30-32页 |
| ·多变量B样条函数定义 | 第30-31页 |
| ·多输入B样条神经网络 | 第31-32页 |
| ·B样条网络训练 | 第32-33页 |
| 第四章 基于管式反应器温度分布的动态混合神经网络建模 | 第33-40页 |
| ·混合神经网络建模算法概述 | 第33-35页 |
| ·神经网络建模步骤 | 第35-36页 |
| ·动态神经网络建模结果 | 第36-37页 |
| ·建模方法的推广 | 第37-38页 |
| ·混合神经网络建模结论 | 第38-40页 |
| 第五章 基于动态网络模型的PI控制 | 第40-48页 |
| ·研究背景的介绍 | 第40-42页 |
| ·数学描述 | 第40-41页 |
| ·控制可实现的依据 | 第41-42页 |
| ·PI算法的数学描述 | 第42页 |
| ·PI参数整定 | 第42-43页 |
| ·基于模型的控制 | 第43-46页 |
| ·控制过程描述 | 第43-44页 |
| ·仿真研究 | 第44-46页 |
| ·控制算法的可行性 | 第46-47页 |
| ·总结 | 第47-48页 |
| 第六章 存在随机干扰的PI控制 | 第48-62页 |
| ·实际控制背景描述 | 第48-49页 |
| ·控制过程描述 | 第49-52页 |
| ·控制框图描述 | 第49-50页 |
| ·控制流程图描述 | 第50-52页 |
| ·控制算法描述 | 第52页 |
| ·反馈系数β的选择 | 第52-54页 |
| ·仿真结果 | 第54-58页 |
| ·加入柔化滤波器 | 第58-60页 |
| ·控制框图 | 第58-59页 |
| ·仿真结果 | 第59-60页 |
| ·总结 | 第60-62页 |
| 第七章 存在随机干扰的最优线性二次型调节器设计 | 第62-74页 |
| ·最优线性二次型调节器设计 | 第62页 |
| ·模型可控性研究 | 第62-63页 |
| ·最优线性二次型调节器 | 第63-67页 |
| ·控制框图 | 第64-65页 |
| ·控制过程描述 | 第65-67页 |
| ·仿真结果 | 第67-72页 |
| ·比例增益矩阵L | 第67-70页 |
| ·比例积分矩阵L | 第70-72页 |
| ·其他控制方法讨论及推广 | 第72页 |
| ·总结 | 第72-74页 |
| 第八章 结束语 | 第74-76页 |
| 参考文献 | 第76-79页 |
| 致谢 | 第79-80页 |
| 研究成果及发表的学术论文 | 第80-81页 |
| 作者及导师简介 | 第81-82页 |
| 北京化工大学硕士研究生学位论文答辩委员会决议书 | 第82-83页 |