| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题的研究背景 | 第9-10页 |
| ·智能控制的发展概述 | 第10-11页 |
| ·广义预测控制研究进展 | 第11-12页 |
| ·神经网络在广义预测控制中的应用 | 第12-14页 |
| ·课题主要研究内容及结构安排 | 第14-15页 |
| 第2章 广义预测控制算法原理分析 | 第15-22页 |
| ·多步输出预测及 Diophantine方程的递推解 | 第15-20页 |
| ·多步导前输出预测 | 第16页 |
| ·Dinphantine方程的递推解 | 第16-18页 |
| ·多步输出预测 | 第18-20页 |
| ·最优控制律计算 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 RBF网络直接广义预测控制 | 第22-40页 |
| ·RBF网络理论 | 第22-23页 |
| ·RBF网络的函数逼近理论 | 第23-25页 |
| ·单变量线性系统 RBF网络直接广义预测控制 | 第25-33页 |
| ·对象模型 | 第26-27页 |
| ·控制器设计 | 第27-28页 |
| ·稳定性及收敛性分析 | 第28-32页 |
| ·计算机控制器算法 | 第32-33页 |
| ·单变量非线性系统 RBF网络直接广义预测控制 | 第33-38页 |
| ·对象模型 | 第33-35页 |
| ·控制器设计 | 第35-38页 |
| ·稳定性及收敛性分析 | 第38页 |
| ·计算机控制器算法 | 第38页 |
| ·本章小结 | 第38-40页 |
| 第4章 多变量系统 RBF网络直接广义预测控制 | 第40-56页 |
| ·多变量线性系统 RBF网络直接广义预测控制 | 第40-48页 |
| ·对象模型 | 第40-42页 |
| ·控制器设计 | 第42-44页 |
| ·稳定性及收敛性证明 | 第44-48页 |
| ·计算机控制器算法 | 第48页 |
| ·多变量非线性系统RBF网络直接广义预测控制 | 第48-55页 |
| ·对象模型 | 第49-51页 |
| ·控制器设计 | 第51-54页 |
| ·稳定性及收敛性证明 | 第54页 |
| ·计算机控制器算法 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 仿真实验 | 第56-64页 |
| ·单变量线性系统仿真 | 第56-58页 |
| ·单变量非线性系统仿真 | 第58-59页 |
| ·多变量线性系统仿真 | 第59-61页 |
| ·多变量非线性系统仿真 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第71-72页 |
| 致谢 | 第72-73页 |
| 作者简介 | 第73页 |