首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--自动控制理论论文

基于过程模型的迭代学习控制算法研究

摘要第5-7页
Abstract第7-8页
第1章 绪论第12-40页
    1.1 迭代学习控制综述第12-24页
        1.1.1 引言第12页
        1.1.2 迭代学习控制算法第12-17页
        1.1.3 迭代学习控制理论第17-21页
        1.1.4 存在的问题与研究方向第21-23页
        1.1.5 小结第23-24页
    1.2 迭代学习控制理论的数学预备第24-37页
        1.2.1 泛函分析基础第24-28页
        1.2.2 几个主要数学定理第28-37页
    1.3 论文内容及章节简介第37-40页
        1.3.1 论文工作及创新点第37页
        1.3.2 论文章节及主要内容第37-40页
第2章 基于最小方差预测模型的迭代学习控制算法第40-50页
    2.1 引言第40-41页
    2.2 问题描述第41页
    2.3 基于预测模型的迭代学习控制算法第41-43页
    2.4 收敛性分析第43-44页
    2.5 仿真结果第44-47页
    2.6 小结第47-50页
第3章 基于GPC的自适应迭代学习控制算法第50-62页
    3.1 引言第50页
    3.2 问题描述第50-51页
    3.3 自适应迭代学习控制算法第51-53页
    3.4 稳定性分析第53-54页
    3.5 仿真分析第54-60页
        3.5.1 非逆稳过程的仿真分析第54-55页
        3.5.2 逆稳过程的仿真分析第55-58页
        3.5.3 汽车悬挂系统的仿真分析第58-60页
    3.6 小结第60-62页
第4章 针对干扰迭代学习补偿的预测控制算法第62-80页
    4.1 引言第62页
    4.2 问题描述第62-63页
    4.3 干扰迭代补偿的预测控制算法第63-65页
        4.3.1 预测控制器设计第63-65页
        4.3.2 学习算法的引入第65页
    4.4 算法的收敛性和鲁棒性分析第65-70页
    4.5 应用研究结果第70-79页
        4.5.1 间歇反应器温度控制第70-74页
        4.5.2 PH值中和反应控制第74-79页
    4.6 小结第79-80页
第5章 模型参考迭代学习控制算法第80-104页
    5.1 引言第80页
    5.2 时滞积分过程的改进Smith预估模型参考控制算法第80-87页
        5.2.1 问题描述第80-81页
        5.2.2 控制器设计第81-84页
        5.2.3 仿真结果第84-87页
    5.3 一类线性系统模型参考迭代学习控制算法第87-95页
        5.3.1 问题描述第87-88页
        5.3.2 收敛性分析第88-90页
        5.3.3 仿真结果第90-95页
    5.4 一类非线性系统模型参考迭代学习控制算法第95-103页
        5.4.1 问题描述第95页
        5.4.2 收敛性分析第95-98页
        5.4.3 仿真结果第98-103页
    5.5 小结第103-104页
第6章 基于Bernoulli随机变量模型的迭代学习控制算法第104-120页
    6.1 引言第104-105页
    6.2 问题描述第105-107页
    6.3 主要结果第107-117页
    6.4 数值仿真第117-119页
    6.5 小结第119-120页
第7章 结束语第120-124页
    7.1 本文总结第120-122页
        7.1.1 本文研究工作的三个层面第120页
        7.1.2 主要研究内容第120-121页
        7.1.3 主要创新点第121-122页
    7.2 问题与展望第122-124页
参考文献第124-136页
致谢第136-137页
个人简历第137-138页
攻读博士学位期间发表论文、科研项目、教学活动第138-140页
    攻读博士学位期间发表的论文第138-139页
    科研项目第139-140页
    参编著作第140页
    主要教学活动第140页

论文共140页,点击 下载论文
上一篇:基于神经网络的建筑电气节能关键问题研究
下一篇:众包质量评估与优化策略的研究