| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-17页 |
| ·多容水箱系统的研究情况概述 | 第10-12页 |
| ·研究多容水箱系统的意义 | 第10-11页 |
| ·国内外水箱液位系统的研究现状 | 第11-12页 |
| ·预测控制的发展及现状 | 第12-14页 |
| ·预测控制的发展概述 | 第12-13页 |
| ·预测控制的特点 | 第13-14页 |
| ·现代预测控制及研究方向 | 第14-16页 |
| ·先进预测控制技术及其研究方向 | 第14-15页 |
| ·智能预测控制策略及研究方向 | 第15页 |
| ·多种新型预测控制的研究方向 | 第15-16页 |
| ·本文研究内容 | 第16-17页 |
| 第2章 小波神经网络理论 | 第17-29页 |
| ·常用小波函数与小波神经网络 | 第17-19页 |
| ·几种常用的小波函数介绍及仿真 | 第17-18页 |
| ·小波神经网络的优点及存在的问题 | 第18-19页 |
| ·小波神经网络的构造理论基础 | 第19-23页 |
| ·连续小波变换构造小波神经网络理论 | 第20-21页 |
| ·正交小波变换构造小波神经网络理论 | 第21-22页 |
| ·小波框架构造小波神经网络理论 | 第22-23页 |
| ·小波神经网络常用学习算法介绍 | 第23-28页 |
| ·梯度算法 | 第24-25页 |
| ·变尺度算法 | 第25-26页 |
| ·最小二乘算法 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 小波神经网络广义预测控制 | 第29-46页 |
| ·广义预测控制理论 | 第29-32页 |
| ·广义预测控制方法的参数整定 | 第32-35页 |
| ·采样周期 T | 第33页 |
| ·预测时域长度 P | 第33-34页 |
| ·控制时域长度 M | 第34页 |
| ·误差加权阵 Q 和控制加权阵 λ | 第34-35页 |
| ·柔化系数α | 第35页 |
| ·基于小波神经网络的广义预测控制算法的实现 | 第35-42页 |
| ·基于 BP 学习算法的小波神经网络 | 第35-38页 |
| ·基于小波神经网络的广义预测控制算法 | 第38-42页 |
| ·在二容水箱中的应用仿真 | 第42-45页 |
| ·二容水箱的数学模型 | 第42-43页 |
| ·二容水箱的仿真控制 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 基于模糊解耦的小波神经网络广义预测控制在四容水箱中的应用 | 第46-56页 |
| ·模糊解耦理论 | 第46-50页 |
| ·四容水箱的模型及其辨识 | 第50-53页 |
| ·四容水箱的数学模型 | 第50-51页 |
| ·小波神经网络用于模型辨识的仿真研究 | 第51-53页 |
| ·四容水箱液位的仿真 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读学位期间发表的学术论文 | 第60-61页 |
| 致谢 | 第61页 |