基于智能计算误差补偿的非线性系统预测控制
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·选题背景及意义 | 第9-14页 |
| ·预测控制算法的意义 | 第9-10页 |
| ·动态矩阵控制的发展现状 | 第10-12页 |
| ·非线性预测控制的研究现状 | 第12-13页 |
| ·选题的意义 | 第13-14页 |
| ·论文的主要内容和研究目的 | 第14-15页 |
| 第2章 动态矩阵控制的理论分析 | 第15-27页 |
| ·预测控制算法的分类 | 第15-16页 |
| ·预测控制的基本原理 | 第16-18页 |
| ·预测控制的原理 | 第16-18页 |
| ·预测控制的特点 | 第18页 |
| ·动态矩阵控制算法的基本原理 | 第18-22页 |
| ·预测模型 | 第19-20页 |
| ·反馈校正 | 第20-21页 |
| ·滚动优化 | 第21页 |
| ·参考轨迹 | 第21-22页 |
| ·主要优点 | 第22页 |
| ·动态矩阵算法的计算步骤 | 第22-24页 |
| ·动态矩阵算法的参数选取 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 神经网络在控制系统中的应用 | 第27-35页 |
| ·神经网络的基本理论 | 第27-28页 |
| ·神经网络的基础知识 | 第27-28页 |
| ·神经网络的学习方式 | 第28页 |
| ·RBF神经网络原理 | 第28-30页 |
| ·RBF神经网络的结构 | 第29页 |
| ·RBF神经网络的逼近算法 | 第29-30页 |
| ·神经网络在控制系统中的应用 | 第30-34页 |
| ·神经网络的作用 | 第30-33页 |
| ·神经网络预测控制 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 基于RBF神经网络误差校正的动态矩阵控制 | 第35-41页 |
| ·引言 | 第35页 |
| ·径向基神经网络预测误差 | 第35-37页 |
| ·RBF神经网络建立误差模型 | 第36页 |
| ·计算步骤 | 第36-37页 |
| ·仿真研究 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第5章 基于神经网络补偿的滞环非线性动态矩阵控制 | 第41-50页 |
| ·引言 | 第41页 |
| ·滞环非线性的模型描述 | 第41-44页 |
| ·滞环非线性的数学描述 | 第41-42页 |
| ·滞环非线性对系统影响 | 第42-43页 |
| ·数字电液调节系统中的滞环现象 | 第43-44页 |
| ·神经网络滞环补偿的预测控制 | 第44-45页 |
| ·神经网络补偿预测控制算法 | 第45页 |
| ·计算步骤 | 第45页 |
| ·仿真研究 | 第45-48页 |
| ·仿真实例 | 第45-48页 |
| ·结果分析 | 第48页 |
| ·本章小结 | 第48-50页 |
| 第6章 结论与展望 | 第50-52页 |
| ·本文总结与工作 | 第50-51页 |
| ·进一步需要解决的问题 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 在学期间发表的学术论文和参加科研情况 | 第56-57页 |
| 致谢 | 第57页 |
