| 中文摘要 | 第1-3页 |
| 英文摘要 | 第3-6页 |
| 第一章 绪论 | 第6-14页 |
| 1．1 选题背景及意义 | 第6页 |
| 1．2 预测控制的发展历史及现状 | 第6-12页 |
| 1．2．1 预测控制的基本特征 | 第6-7页 |
| 1．2．2 预测控制的特点 | 第7-8页 |
| 1．2．3 预测控制的发展现状 | 第8-9页 |
| 1．2．4 预测控制的研究难点和热点 | 第9-12页 |
| 1．3 预测控制在热工过程中的研究和应用现状 | 第12页 |
| 1．4 本文的主要工作 | 第12-14页 |
| 第二章 基于T-S模型的非线性模糊辨识算法 | 第14-23页 |
| 2．1 引言 | 第14页 |
| 2．2 模糊模型的构成 | 第14-17页 |
| 2．3 模糊辨识方法 | 第17-23页 |
| 2．3．1 结论参数的辨识 | 第17-18页 |
| 2．3．2 前提参数的辨识 | 第18-19页 |
| 2．3．3 前提结构的辨识 | 第19-23页 |
| 第三章 基于T-S模型的自组织模糊辨识算法研究 | 第23-29页 |
| 3．1 引言 | 第23页 |
| 3．2 T-S模糊模型 | 第23-24页 |
| 3．3 δ规则参数辨识 | 第24-25页 |
| 3．4 结构辨识准则 | 第25页 |
| 3．5 辨识步骤 | 第25-27页 |
| 3．5．1 线性模型的辨识 | 第25-26页 |
| 3．5．2 决定最优的模糊划分 | 第26-27页 |
| 3．5．3 决定最优的结论结构 | 第27页 |
| 3．5．4 参数辨识 | 第27页 |
| 3．6 仿真实例 | 第27-29页 |
| 第四章 自组织模糊辨识算法在电厂汽温系统中的应用 | 第29-44页 |
| 4. 1 引言 | 第29页 |
| 4．2 电厂主汽温对象特性 | 第29-33页 |
| 4．3 电厂再热汽温对象特性 | 第33页 |
| 4．4 自组织模糊辨识算法在主汽温系统中的应用 | 第33-40页 |
| 4．5 自组织模糊辨识算法在再热汽温系统中的应用 | 第40-43页 |
| 4．5．1 引言 | 第40页 |
| 4．5．2 20万千瓦机组再热汽温系统的特点 | 第40-41页 |
| 4．5．3 仿真 | 第41-43页 |
| 4．6 小结 | 第43-44页 |
| 第五章 广义预测控制算法 | 第44-55页 |
| 5．1 预测控制的基本原理 | 第44-47页 |
| 5．2 广义预测控制基本算法 | 第47-55页 |
| 第六章 基于T-S模型的广义预测控制算法及其在主汽温控制系统中的应用仿真 | 第55-64页 |
| 6．1 非线性系统的预测控制 | 第55-57页 |
| 6．2 基于T-S模型的模糊广义预测控制算法 | 第57-62页 |
| 6．2．1 T-S模糊模型的结构形式 | 第57-59页 |
| 6．2．2 T-S模糊模型的辨识 | 第59-60页 |
| 6．2．3 基于T-S模糊模型的广义预测控制方法 | 第60-62页 |
| 6．3 基于T-S模型的广义预测控制在主汽温控制系统中的应用 | 第62-64页 |
| 结束语 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 附录 | 第70-75页 |