| 第一章 绪论 | 第1-20页 |
| ·问题的提出 | 第12-14页 |
| ·研究的目的:约束和非线性 | 第12-13页 |
| ·MPC应用于非线性控制设计的原因 | 第13-14页 |
| ·模型预测控制研究现状 | 第14-18页 |
| ·模型预测控制发展现状 | 第14-16页 |
| ·存在的问题 | 第16-18页 |
| ·论文研究内容及结构安排 | 第18-20页 |
| 第二章 线性模型预测控制算法 | 第20-42页 |
| ·引言 | 第20页 |
| ·模型预测控制基本算法 | 第20-23页 |
| ·模型预测控制统一数学描述 | 第20-22页 |
| ·广义预测控制 | 第22-23页 |
| ·无终端约束有限时域广义预测控制稳定性 | 第23-27页 |
| ·CARIMA模型的状态空间实现 | 第24-25页 |
| ·线性二次型最优控制 | 第25-26页 |
| ·稳定性分析 | 第26-27页 |
| ·充分利用预测信息的广义预测控制 | 第27-28页 |
| ·基于SMITH预估器的自适应广义预测控制 | 第28-36页 |
| ·Smith预估控制的原理 | 第29页 |
| ·广义预测控制器的等价结构 | 第29-30页 |
| ·广义预测控制的最优估计器等价结构 | 第30-31页 |
| ·系统参数及时滞的辨识算法 | 第31-35页 |
| ·基于Smith预估器的自适应广义预测控制器 | 第35-36页 |
| ·仿真算例 | 第36-41页 |
| ·本章小结 | 第41-42页 |
| 第三章 约束广义预测控制 | 第42-61页 |
| ·引言 | 第42-43页 |
| ·控制问题描述 | 第43-44页 |
| ·约束的类型及统一表示 | 第43-44页 |
| ·约束广义预测控制优化问题描述 | 第44页 |
| ·约束广义预测控制稳定性 | 第44-49页 |
| ·系统假设 | 第44-45页 |
| ·可行性 | 第45-47页 |
| ·稳定性 | 第47-49页 |
| ·约束预测控制在线优化的数值解法 | 第49-52页 |
| ·在线优化数值解法-梯度投影算法 | 第49页 |
| ·预测控制优化算法初始可行解问题 | 第49-51页 |
| ·约束预测控制优化不可行分析 | 第51-52页 |
| ·改进系统过渡过程品质的约束广义预测控制 | 第52-53页 |
| ·超调约束广义预测控制 | 第52页 |
| ·非二次型范数性能指标约束广义预测控制算法 | 第52-53页 |
| ·遗传算法约束广义预测控制 | 第53-57页 |
| ·快速遗传优化算法 | 第54-56页 |
| ·遗传算法广义预测控制约束条件的处理方法 | 第56页 |
| ·遗传广义预测控制 | 第56-57页 |
| ·仿真算例 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第四章 神经网络非线性模型预测控制 | 第61-84页 |
| ·引言 | 第61-62页 |
| ·神经网络非线性多步预测模型 | 第62-64页 |
| ·多步预测模型的类型 | 第62-63页 |
| ·用三层静态前向神经网络构造预测模型 | 第63-64页 |
| ·基于非线性参数神经网络的预测控制 | 第64-72页 |
| ·神经网络广义预测控制系统结构 | 第64-65页 |
| ·性能函数 | 第65页 |
| ·神经网络递推预测模型的导数方程 | 第65-66页 |
| ·Newton-Rhapson广义预测控制算法 | 第66-67页 |
| ·梯度下降法次优广义预测控制算法 | 第67-68页 |
| ·自适应BP神经网络广义预测控制算法 | 第68-72页 |
| ·基于线性参数神经网络的预测控制 | 第72-77页 |
| ·RBF网络 | 第73页 |
| ·径向基函数神经网络的正交最小二乘学习算法 | 第73-77页 |
| ·基于RBF神经网络的非线性广义预测控制 | 第77页 |
| ·模型预测神经网络控制 | 第77-80页 |
| ·SDRE控制器 | 第78页 |
| ·模型预测神经网络控制器 | 第78-80页 |
| ·仿真算例 | 第80-83页 |
| ·本章小结 | 第83-84页 |
| 第五章 基于反馈线性化的非线性模型预测控制 | 第84-106页 |
| ·引言 | 第84-85页 |
| ·微分几何法反馈线性化模型预测控制 | 第85-94页 |
| ·约束仿射非线性系统描述 | 第85页 |
| ·微分几何法反馈线性化 | 第85-87页 |
| ·基于反馈线性化的MPC控制器的设计 | 第87-93页 |
| ·基于反馈线性化MPC稳定性分析 | 第93-94页 |
| ·仿射神经网络反馈线性化MPC | 第94-96页 |
| ·问题描述 | 第94-95页 |
| ·仿射神经网络模型分析 | 第95页 |
| ·网络的拓扑结构 | 第95页 |
| ·网络模型的学习 | 第95-96页 |
| ·线性模型预测控制 | 第96页 |
| ·逆系统法反馈线性化非线性模型预测控制 | 第96-102页 |
| ·系统描述及分析 | 第97页 |
| ·逆系统法反馈线性化 | 第97-101页 |
| ·伪线性系统的模型预测控制 | 第101-102页 |
| ·仿真算例 | 第102-105页 |
| ·本章小结 | 第105-106页 |
| 第六章 非线性模型预测控制三级分解协调算法 | 第106-116页 |
| ·引言 | 第106-107页 |
| ·问题的描述 | 第107-108页 |
| ·基本假定 | 第107页 |
| ·大系统滚动优化子问题的数学模型 | 第107-108页 |
| ·优化问题的分解协调 | 第108-109页 |
| ·复杂优化问题的递阶结构 | 第108-109页 |
| ·优化问题的协调 | 第109页 |
| ·预测控制滚动优化问题的三级协调法 | 第109-113页 |
| ·按空间分解 | 第109-111页 |
| ·按时间分解子问题S_i | 第111-113页 |
| ·预测控制滚动优化三级分解协调算法 | 第113页 |
| ·仿真算例 | 第113-115页 |
| ·本章小结 | 第115-116页 |
| 第七章 约束模型预测控制在自主式水下航行器中的应用 | 第116-129页 |
| ·引言 | 第116页 |
| ·AUV波动模型的建立 | 第116-121页 |
| ·六自由度AUV非线性通用运动模型 | 第116-120页 |
| ·AUV波动运动模型 | 第120-121页 |
| ·AUV位置保持约束模型预测控制 | 第121-126页 |
| ·约束模型预测控制器设计 | 第121-124页 |
| ·波浪干扰速度预测模型的建立 | 第124-126页 |
| ·仿真结果 | 第126-127页 |
| ·本章小结 | 第127-129页 |
| 第八章 全文总结 | 第129-132页 |
| ·结论 | 第129-130页 |
| ·进一步的研究工作 | 第130-132页 |
| 参考文献 | 第132-142页 |
| 攻读博士学位期间发表的论文及其它成果 | 第142-143页 |
| 致谢 | 第143-144页 |