首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--计算机仿真论文

基于MATLAB混合仿真平台的智能预测控制及其应用研究

摘要第1-5页
ABSTRACT第5-8页
第一章 绪论第8-12页
 §1-1 课题研究的背景、意义第8-9页
 §1-2 本课题在国内外的研究概况、水平和发展趋势第9-10页
  1-2-1 国内外研究概况第9-10页
  1-2-2 发展趋势第10页
 §1-3 本课题的主要研究内容第10-12页
第二章 神经网络在预测控制中的应用第12-24页
 §2-1 广义预测控制第12-17页
  2-1-1 预测控制的基本原理及其特点第12-13页
  2-1-2 广义预测控制算法的基本描述第13-17页
 §2-2 神经网络基本原理第17-21页
  2-2-1 人工神经网络概述第17页
  2-2-2 人工神经元模型第17-19页
  2-2-3 人工神经网络的结构与分类第19-20页
  2-2-4 神经网络的学习第20-21页
 §2-3 神经网络在预测控制中的应用第21-23页
 §2-4 小结第23-24页
第三章 MATALAB混合仿真平台第24-40页
 §3-1 实验装置与系统环境第24-25页
 §3-2 过程控制混合仿真平台的结构组成第25-26页
 §3-3 过程控制混合仿真平台实现原理第26-33页
  3-3-1 混合仿真实验系统的实现原理简介第26-27页
  3-3-2 Matlab和Simulink简介第27-28页
  3-3-3 宿主机和目标机第28页
  3-3-4 Matlab实时仿真环境第28-31页
  3-3-5 RTWT对I/0 board的支持第31-32页
  3-3-6 Simulink外部模式下实现参数传递的机制第32-33页
 §3-4过程控制算法的实现方法第33-34页
  3-4-1 应用Simulink提供的模块搭建控制器模型第33页
  3-4-2 编写C语言的S-函数实现控制算法第33-34页
  3-4-3 应用Embedded MATLAB Function模块编写控制器第34页
 §3-5实验验证第34-39页
  3-5-1 仿真平台的实时性验证第35-36页
  3-5-2 仿真平台的有效性验证第36-39页
 §3-6 小结第39-40页
第四章 基于目标优化的非线性神经网络预测控制第40-59页
 §4-1 三种网络预测模型第40-47页
  4-1-1 神经网络预测模型的形式第40-41页
  4-1-2 BP网络预测模型第41-43页
  4-1-3 CMAC网络预测模型第43-44页
  4-1-4 RBF网络预测模型第44-46页
  4-1-5 仿真研究第46-47页
 §4-2 改进的目标优化器第47-51页
  4-2-1 反馈校正第47-48页
  4-2-2 滚动优化第48-49页
  4-2-3 仿真研究第49-51页
 §4-3 非线性多变量系统预测控制第51-54页
  4-3-1 MIMO系统描述第51页
  4-3-2 MIMO系统解耦控制器第51-53页
  4-3-3 仿真研究第53-54页
 §4-4 应用研究第54-58页
 §4-5 小结第58-59页
第五章 基于PID神经元网络优化的非线性预测控制第59-69页
 §5-1 PID神经元网络简介第59-61页
  5-1-1 PID神经元的计算方法第59-60页
  5-1-2 PID神经网络的基本形式第60-61页
 §5-2 基于PID神经元网络的预测控制第61-66页
  5-2-1 PID神经元控制网络的结构第61页
  5-2-2 PIDNN的前向计算方法第61-63页
  5-2-3 PIDNN的反传学习计算方法第63-66页
 §5-3 仿真研究第66-68页
 §5-4 小结第68-69页
第六章 结论与展望第69-71页
 §6-1 论文完成的主要工作与创新点第69-70页
 §6-2 工作展望第70-71页
参考文献第71-74页
致谢第74-75页
攻读学位期间所取得的相关科研成果第75页

论文共75页,点击 下载论文
上一篇:基于嵌入式Linux的远程管理协议的研究与设计
下一篇:矩阵变换器的研究及其在感应加热中的应用