| 第一章 综述 | 第1-18页 |
| ·论文选题目的和意义 | 第10-11页 |
| ·相关文献综述 | 第11-16页 |
| ·聚合反应综述 | 第11页 |
| ·神经网络理论及其数学建模 | 第11-13页 |
| ·内模控制概述 | 第13-16页 |
| ·论文的工作 | 第16-18页 |
| 第二章 基础理论简介 | 第18-24页 |
| ·神经网络建模 | 第18-21页 |
| ·人工神经网络 | 第18页 |
| ·RBF神经网络 | 第18-21页 |
| ·内模控制 | 第21-24页 |
| ·引言 | 第21-22页 |
| ·内模控制基本原理 | 第22-23页 |
| ·基于神经网络的内模控制 | 第23-24页 |
| 第三章 苯乙烯聚合反应机理模型的建立 | 第24-32页 |
| ·聚合反应 | 第24-26页 |
| ·聚合反应的分类 | 第24页 |
| ·聚合反应过程的基元反应 | 第24-25页 |
| ·聚合物的分子量分布 | 第25-26页 |
| ·建立苯乙烯本体聚合反应机理模型 | 第26-31页 |
| ·苯乙烯本体聚合反应过程简介 | 第26-27页 |
| ·苯乙烯本体聚合反应动态模型 | 第27-28页 |
| ·数均聚合度和重均聚合度公式的推导 | 第28-31页 |
| ·本章小节 | 第31-32页 |
| 第四章 利用RBF神经网络建立苯乙烯本体聚合反应模型 | 第32-50页 |
| ·RBF神经网络聚类算法 | 第32-35页 |
| ·RBF神经网络算法的改进 | 第35-40页 |
| ·上述两种算法的比较 | 第40-42页 |
| ·建立苯乙烯本体聚合反应模型 | 第42-49页 |
| ·过程建模 | 第42-44页 |
| ·内模控制器(过程逆模型)建模 | 第44-46页 |
| ·训练过程中加入静态数据 | 第46-49页 |
| ·本章小节 | 第49-50页 |
| 第五章 单变量系统基于RBF神经网络的内模控制 | 第50-57页 |
| ·引言 | 第50-51页 |
| ·滤波器的设计 | 第51-52页 |
| ·单变量系统跟踪控制结果 | 第52-54页 |
| ·含有静态误差的控制结果 | 第52-53页 |
| ·消除静态误差的控制结果 | 第53-54页 |
| ·单变量系统的鲁棒性以及抑制干扰能力的研究 | 第54-56页 |
| ·对模型参数变化的鲁棒性 | 第54-55页 |
| ·系统抑制扰动的能力 | 第55-56页 |
| ·本章小节 | 第56-57页 |
| 第六章 多变量系统基于RBF神经网络的内模控制 | 第57-70页 |
| ·苯乙烯本体聚合反应多变量控制 | 第57页 |
| ·多变量控制系统结构图及实现原理 | 第57-58页 |
| ·多变量控制系统的实现过程 | 第58-66页 |
| ·利用RBF神经网络对多变量系统建模 | 第58-63页 |
| ·多变量系统跟踪控制结果 | 第63-64页 |
| ·多变量系统的鲁棒性以及抑制干扰能力的研究 | 第64-66页 |
| ·数基分子量分布跟踪控制结果 | 第66-69页 |
| ·本章小节 | 第69-70页 |
| 第七章 结论与展望 | 第70-72页 |
| ·结论 | 第70-71页 |
| ·展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 致 谢 | 第76-77页 |
| 攻读学位期间发表的论文目录 | 第77页 |