| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| CONTENTS | 第9-11页 |
| 第一章 绪论 | 第11-22页 |
| ·引言 | 第11页 |
| ·预测控制早期的发展历程 | 第11-14页 |
| ·预测控制的发展史 | 第11-13页 |
| ·早期的研究状况 | 第13-14页 |
| ·预测控制国内外研究动向 | 第14-19页 |
| ·智能预测控制策略 | 第14-16页 |
| ·新型预测控制技术 | 第16-17页 |
| ·先进预测控制技术 | 第17-18页 |
| ·非线性预测控制 | 第18-19页 |
| ·本课题的研究意义和主要内容 | 第19-22页 |
| 第二章 预备知识 | 第22-39页 |
| ·支持向量回归的描述 | 第22-29页 |
| ·支持向量机的基本原理 | 第22-24页 |
| ·最小二乘支持向量回归 | 第24-27页 |
| ·核函数 | 第27-28页 |
| ·基于Matlab的支持向量机工具箱 | 第28-29页 |
| ·即时学习算法 | 第29-31页 |
| ·问题的描述 | 第29-30页 |
| ·即时学习集的建立 | 第30-31页 |
| ·广义预测控制的基本算法 | 第31-38页 |
| ·预测控制的基本机理 | 第31-32页 |
| ·预测控制的基本结构 | 第32-33页 |
| ·广义预测控制的一般算法 | 第33-36页 |
| ·仿真试验 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 一种基于SVR即时学习的广义预测控制器设计 | 第39-45页 |
| ·基于SVR即时学习的新型广义预测控制 | 第39-42页 |
| ·控制算法推导 | 第39-41页 |
| ·控制过程中的问题分析 | 第41-42页 |
| ·控制算法流程及结构图 | 第42-43页 |
| ·控制算法流程 | 第42-43页 |
| ·结构图 | 第43页 |
| ·仿真试验 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于SVR即时学习的广义预测控制的应用 | 第45-55页 |
| ·永磁无刷直流电机调速系统的描述 | 第45-46页 |
| ·系统模型 | 第46-48页 |
| ·基于CARMA模型的广义预测控制在BLDGM调速系统中的应用 | 第48-51页 |
| ·基于SVR即时学习的广义预测控制在BLDCM调速系统中的应用 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 结论与展望 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 攻读学位期间发表论文 | 第61-63页 |
| 致谢 | 第63页 |
