预测控制在电厂中的应用研究
| 中文摘要 | 第1页 |
| 英文摘要 | 第3-6页 |
| 第一章 绪论 | 第6-14页 |
| ·选题的背景及意义 | 第6-7页 |
| ·国内外研究动态 | 第7-11页 |
| ·模型预测控制算法 | 第8-10页 |
| ·自适应预测控制 | 第8页 |
| ·极点配置预测控制 | 第8页 |
| ·连续时间预测控制 | 第8-9页 |
| ·约束预测控制 | 第9页 |
| ·多目标优化预测控制 | 第9页 |
| ·智能预测控制 | 第9-10页 |
| ·非线性模型预测控制算法 | 第10-11页 |
| ·基于机理模型的非线性模型预测控制 | 第10页 |
| ·基于实验模型的非线性模型预测控制 | 第10页 |
| ·基于智能模型的非线性模型预测控制 | 第10-11页 |
| ·基于线性化模型的非线性模型预测控制 | 第11页 |
| ·预测控制方法的工业应用 | 第11页 |
| ·预测在电厂中的研究及应用现状 | 第11-12页 |
| ·方案介绍与分析 | 第12-14页 |
| 第二章 基于BP神经网络辨识模型的预测控制研究 | 第14-32页 |
| ·神经网络概述 | 第14-16页 |
| ·前向神经网络的BP算法 | 第16-19页 |
| ·基于BP算法的多层前馈网络模型 | 第16页 |
| ·BP算法的权值调整 | 第16-17页 |
| ·BP算法存在的缺陷 | 第17-18页 |
| ·BP算法存在的改进措施 | 第18-19页 |
| ·神经网络系统辨识 | 第19-22页 |
| ·系统辨识基本原理 | 第19-21页 |
| ·基于神经网络的系统辨识 | 第21-22页 |
| ·基于BP神经网络的预测控制系统 | 第22-28页 |
| ·神经网络预测控制的一般结构 | 第22-24页 |
| ·BP神经网络预测模型的建立 | 第24-25页 |
| ·单变量神经网络预测控制算法 | 第25-27页 |
| ·多变量神经网络预测控制器 | 第27-28页 |
| ·应用实例 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 MoD模型辨识 | 第32-44页 |
| ·MoD模型辨识概述 | 第32-34页 |
| ·MoD模型辨识综述 | 第34-40页 |
| ·局部模型结构 | 第34-35页 |
| ·Kernel函数 | 第35-36页 |
| ·距离函数 | 第36页 |
| ·局部模型估计 | 第36-38页 |
| ·性能指标函数 | 第38-39页 |
| ·一些改进方法 | 第39页 |
| ·MoD模型辨识算法总结 | 第39-40页 |
| ·仿真实例 | 第40-43页 |
| ·非线性离散系统 | 第40-41页 |
| ·连续搅拌槽 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于MoD辨识模型的预测控制 | 第44-59页 |
| ·自适应控制 | 第44-46页 |
| ·极点配置方法 | 第44-45页 |
| ·LQ控制方法 | 第45-46页 |
| ·基于预测的方法 | 第46-50页 |
| ·系统输出表达式 | 第46-47页 |
| ·预测控制问题描述 | 第47-48页 |
| ·线性时不变系统的控制策略 | 第48-50页 |
| ·线性时变系统的控制策略 | 第50页 |
| ·仿真实例 | 第50-58页 |
| ·MoDMPC在过热汽温系统中的应用 | 第50-53页 |
| ·MoDMPC在协调控制系统中的应用 | 第53-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 结论与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 在学期间发表的学术论文和参加科研情况 | 第66页 |
