基于逆系统方法的非线性预测控制的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·预测控制基本原理 | 第9-10页 |
| ·非线性预测控制研究概况 | 第10-12页 |
| ·研究目的和意义 | 第12页 |
| ·研究内容和创新点 | 第12-14页 |
| 2 逆系统方法建模 | 第14-48页 |
| ·逆系统方法 | 第14-18页 |
| ·概述 | 第14页 |
| ·逆系统 | 第14-16页 |
| ·系统的可逆性 | 第16-17页 |
| ·伪线性系统 | 第17-18页 |
| ·基于神经网络的逆系统方法 | 第18-29页 |
| ·神经网络逆系统的提出 | 第18-19页 |
| ·人工神经网络 | 第19-22页 |
| ·神经网络逆系统的结构 | 第22-24页 |
| ·神经网络逆系统的学习、训练 | 第24页 |
| ·仿真研究 | 第24-29页 |
| ·基于最小二乘支持向量机的逆系统方法 | 第29-41页 |
| ·支持向量机逆系统的提出 | 第29-30页 |
| ·最小二乘支持向量机 | 第30-35页 |
| ·最小二乘支持向量机逆系统结构 | 第35页 |
| ·仿真研究 | 第35-41页 |
| ·多变量系统的逆系统建模 | 第41-47页 |
| ·基于逆系统方法的离散系统线性化解耦 | 第42-43页 |
| ·多变量逆系统方法的实现 | 第43-44页 |
| ·仿真研究 | 第44-47页 |
| ·小结 | 第47-48页 |
| 3 基于逆系统方法的控制器设计 | 第48-77页 |
| ·伪线性系统的鲁棒性 | 第48-50页 |
| ·基于逆系统方法的PID控制 | 第50-54页 |
| ·数字PID控制原理 | 第50-52页 |
| ·系统结构 | 第52页 |
| ·仿真研究 | 第52-54页 |
| ·基于逆系统方法的DMC控制 | 第54-62页 |
| ·动态矩阵控制原理 | 第54-57页 |
| ·系统结构 | 第57页 |
| ·仿真研究 | 第57-62页 |
| ·基于逆系统方法的GPC控制 | 第62-74页 |
| ·广义预测控制原理 | 第62-65页 |
| ·伪线性系统模型阶数的确定 | 第65-67页 |
| ·伪线性系统模型参数的确定 | 第67-69页 |
| ·仿真研究 | 第69-74页 |
| ·基于逆系统方法的多变量DMC控制器 | 第74-76页 |
| ·系统结构 | 第74页 |
| ·仿真研究 | 第74-76页 |
| ·小结 | 第76-77页 |
| 4 逆系统方法在PH中和过程中的应用 | 第77-87页 |
| ·引言 | 第77页 |
| ·PH中和过程的数学模型描述 | 第77-79页 |
| ·PH中和过程的DMC控制 | 第79-86页 |
| ·PH中和过程的可逆性分析 | 第79-80页 |
| ·PH中和过程的伪线性系统构造 | 第80-82页 |
| ·PH中和过程的动态矩阵控制 | 第82-86页 |
| ·小结 | 第86-87页 |
| 结论 | 第87-89页 |
| 致谢 | 第89-90页 |
| 参考文献 | 第90-94页 |
| 攻读学位期间的研究成果 | 第94页 |
