神经网络预测控制及其在电厂中的应用
| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 引言 | 第7-14页 |
| ·本课题研究的背景和意义 | 第7-8页 |
| ·现代预测控制的发展及现状 | 第8-12页 |
| ·先进预测控制技术 | 第8-9页 |
| ·智能预测控制策略 | 第9-10页 |
| ·多种新型预测控制 | 第10-11页 |
| ·非线性预测控制 | 第11-12页 |
| ·预测控制在火电厂中的应用研究现状 | 第12-13页 |
| ·本文的主要工作 | 第13-14页 |
| 第二章 预测函数控制的基本原理和技术 | 第14-23页 |
| ·预测函数控制的基本原理及算法 | 第14-20页 |
| ·基函数 | 第14-15页 |
| ·参考轨迹 | 第15-16页 |
| ·预测模型 | 第16-17页 |
| ·误差补偿 | 第17页 |
| ·过程预测输出 | 第17页 |
| ·目标函数及控制方程 | 第17-19页 |
| ·预测函数控制参数调节 | 第19-20页 |
| ·一阶加纯滞后系统预测函数控制算法 | 第20-22页 |
| ·采用一个基函数（阶跃函数）情形 | 第20-21页 |
| ·采用两个基函数（阶跃和斜坡函数）情形 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 神经网络及混合网络参数自适应控制 | 第23-39页 |
| ·人工神经网络简述 | 第23-24页 |
| ·BP 神经网络的基本原理 | 第24-28页 |
| ·BP 网络的拓扑结构及学习过程 | 第24-26页 |
| ·BP 算法推导过程 | 第26-27页 |
| ·BP 网络应注意的几个问题 | 第27-28页 |
| ·RBF 神经网络 | 第28-32页 |
| ·RBF 网络概述 | 第28-29页 |
| ·网络模型 | 第29-30页 |
| ·RBF 网络的学习算法 | 第30-32页 |
| ·混合网络参数自适应控制算法的研究 | 第32-35页 |
| ·PID 控制器 | 第33页 |
| ·辨识器的学习算法 | 第33-34页 |
| ·BP 网络控制器的学习算法 | 第34-35页 |
| ·仿真实例 | 第35-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 基于简单递归神经网络预测函数控制的研究 | 第39-45页 |
| ·简单递归神经网络统一形式 | 第39-40页 |
| ·SRNN-PFC 控制系统的设计 | 第40-43页 |
| ·SRNN 模型 | 第41-42页 |
| ·PFC 控制器 | 第42-43页 |
| ·稳定性分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 SRNN-PFC 在电厂过热汽温中的应用 | 第45-55页 |
| ·火电厂锅炉主汽温控制系统的特点 | 第45-48页 |
| ·主汽温对象的特性 | 第45-46页 |
| ·减温水扰动下高温过热器汽温对象动态特性分析 | 第46-48页 |
| ·SRNN-PFC 串级主汽温控制系统的设计 | 第48页 |
| ·仿真研究 | 第48-54页 |
| ·控制系统的鲁棒性 | 第49-51页 |
| ·变负荷扰动实验 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 结论与展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 在学期间发表的学术论文和参加科研情况 | 第63-64页 |
| 详细摘要 | 第64-72页 |
