| 1 绪论 | 第1-12页 |
| ·木材干燥技术的现状 | 第7-8页 |
| ·木材干燥业的发展潜力巨大 | 第7页 |
| ·国产干燥设备尚有不足之处 | 第7页 |
| ·干燥能耗偏高，对环境的污染不容忽视 | 第7页 |
| ·陈旧简陋的设备较多，干燥的降等损失严重 | 第7-8页 |
| ·木材干燥技术的发展与创新 | 第8-10页 |
| ·国际干燥技术的发展趋势 | 第8页 |
| ·联合干燥技术的应用 | 第8页 |
| ·开发精确性干燥技术 | 第8-9页 |
| ·干燥供热设备燃烧技术的改进 | 第9-10页 |
| ·创新需要加强基础理论研究 | 第10页 |
| ·本文的研究内容、目的和意义 | 第10-12页 |
| 2 自适应控制 | 第12-37页 |
| ·自适应控制 | 第12-16页 |
| ·自适应控制的定义 | 第12-13页 |
| ·自适应控制的主要理论问题 | 第13-14页 |
| ·自适应控制系统的类型 | 第14-16页 |
| ·基于非参数模型的自适应控制 | 第16-34页 |
| ·数字PID控制 | 第16-20页 |
| ·自适应PID控制 | 第20-28页 |
| ·神经网络PID控制 | 第28-34页 |
| ·基于PID型神经网络的自适应控制 | 第34-37页 |
| ·PID型神经网络控制系统结构 | 第34-35页 |
| ·控制器PID-NNC的学习算法 | 第35-37页 |
| 3 多变量系统的神经网络PID解耦控制 | 第37-50页 |
| ·解耦问题的发展 | 第37-40页 |
| ·概述 | 第37-38页 |
| ·非线性系统的输入输出解耦 | 第38页 |
| ·其它的解耦方法 | 第38-40页 |
| ·PID神经网络的多变量系统解耦控制 | 第40-50页 |
| ·PID神经元网络多变量控制系统结构 | 第40-41页 |
| ·PID神经元网络的学习算法 | 第41-44页 |
| ·PID神经元网络解耦控制机理 | 第44页 |
| ·系统的收敛性与稳定性分析 | 第44-47页 |
| ·PID神经元网络多变量控制的系统仿真 | 第47-50页 |
| 4 多变量非线性系统的神经网络自适应解耦控制算法 | 第50-63页 |
| ·多变量非线性系统的神经网络自适应解耦控制算法 | 第50-59页 |
| ·引言 | 第50页 |
| ·解耦控制器设计 | 第50-56页 |
| ·神经网络自适应解耦控制算法 | 第56-57页 |
| ·仿真研究 | 第57-59页 |
| ·多变量非线性系统的神经网络自适应开环解耦控制算法 | 第59-63页 |
| 5 木材干燥窑自适应解耦控制器的设计与仿真 | 第63-73页 |
| ·木材干燥概述 | 第63-65页 |
| ·木材干燥概念及目的 | 第63-64页 |
| ·木材干燥基准 | 第64页 |
| ·影响木材干燥的因素 | 第64-65页 |
| ·木材干燥窑神经网络PID解耦控制器的设计与仿真 | 第65-73页 |
| ·木材干燥机理 | 第65-66页 |
| ·木材干燥窑神经网络PID解耦控制器的设计与仿真 | 第66-73页 |
| 6 结论与展望 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 致谢 | 第77页 |