| 第一章 绪论 | 第1-26页 |
| 1．1 概述 | 第17-22页 |
| 1．1．1 非线性系统控制 | 第17-20页 |
| 1．1．2 系统解耦 | 第20-22页 |
| 1．2 选题的目的和意义 | 第22-24页 |
| 1．3 本文所做的主要工作 | 第24-26页 |
| 第二章 广义预测控制理论 | 第26-47页 |
| 2．1 预测控制 | 第26-33页 |
| 2．1．1 产生背景 | 第26-27页 |
| 2．1．2 预测控制的机理与研究简介 | 第27-31页 |
| 2．1．3 预测控制在工业过程控制领域中的应用及分析 | 第31-33页 |
| 2．2 广义预测控制基本算法 | 第33-38页 |
| 2．3 广义预测控制性能分析 | 第38-44页 |
| 2．3．1 广义预测控制系统闭环传递函数 | 第39-40页 |
| 2．3．2 广义预测控制的内模控制描述 | 第40-44页 |
| 2．4 广义预测控制中主要参数对系统性能的影响 | 第44-45页 |
| 2．5 小结 | 第45-47页 |
| 第三章 神经网络的基本理论 | 第47-63页 |
| 3．1 人工神经网络的基本理论 | 第47-54页 |
| 3．1．1 神经网络的基础知识 | 第48-53页 |
| 3．1．2 神经网络的功能和学习方式 | 第53-54页 |
| 3．2 BP网络算法 | 第54-60页 |
| 3．2．1 BP网络 | 第54-56页 |
| 3．2．2 BP算法的数学描述 | 第56-60页 |
| 3．3 BP算法的改进 | 第60-63页 |
| 3．3．1 基本 BP算法的缺点 | 第60-61页 |
| 3．3．2 BP算法的改进 | 第61-63页 |
| 第四章 单变量非线性系统广义预测控制 | 第63-77页 |
| 4．1 系统的模型结构 | 第63-68页 |
| 4．1．1 线性部分模型结构 | 第65-66页 |
| 4．1．2 非线性部分模型结构 | 第66-67页 |
| 4．1．3 非线性系统模型结构 | 第67-68页 |
| 4．2 系统模型参数辨识 | 第68-71页 |
| 4．2．1 线性部分参数辨识 | 第68-69页 |
| 4．2．2 非线性部分参数辨识 | 第69-70页 |
| 4．2．3 非线性系统参数辨识步骤 | 第70-71页 |
| 4．3 系统控制器设计 | 第71-74页 |
| 4．4 仿真研究 | 第74-77页 |
| 第五章 基于神经网络的多变量非线性系统解耦 | 第77-87页 |
| 5．1 多变量系统耦合程度 | 第77-80页 |
| 5．2 多变量非线性系统神经网络解耦 | 第80-85页 |
| 5．3 基于神经网络解耦器的广义预测控制框图 | 第85-87页 |
| 第六章 基于神经网络的广义预测控制在钢球磨中储式制粉系统中的应用 | 第87-105页 |
| 6．1 钢球磨中储式制粉系统简介 | 第87-90页 |
| 6．2 钢球磨中储式制粉系统控制方法概述及分析 | 第90-95页 |
| 6．3 基于神经网络的广义预测控制 | 第95-105页 |
| 6．3．1 数学模型 | 第95-96页 |
| 6．3．2 神经网络解耦补偿器仿真研究 | 第96-100页 |
| 6．3．3 解耦后系统的广义预测控制仿真研究 | 第100-105页 |
| 第七章 结论与展望 | 第105-106页 |
| 参考文献 | 第106-111页 |
| 附录1 程序全文及说明 | 第111-124页 |
| 附录2 论文使用的缩写 | 第124-125页 |
| 致谢 | 第125-126页 |
| 攻读硕士期间完成的论文目录 | 第126页 |