摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第12-16页 |
1.1 引言 | 第12页 |
1.2 迭代学习控制的发展及研究现状 | 第12-13页 |
1.3 控制性能评估的发展及研究现状 | 第13-14页 |
1.4 二维系统辨识方法的发展及研究现状 | 第14-15页 |
1.5 本文结构安排及主要研究内容 | 第15-16页 |
第二章 控制性能评估技术 | 第16-22页 |
2.1 引言 | 第16页 |
2.2 最小方差控制(MVC)基准 | 第16-17页 |
2.3 线性二次高斯(LQG)基准 | 第17-18页 |
2.4 模型预测控制(MPC)基准 | 第18-19页 |
2.5 其他性能评估基准 | 第19页 |
2.6 本章小结 | 第19-22页 |
第三章 基于二维LQG基准迭代学习控制的性能评估 | 第22-38页 |
3.1 引言 | 第22页 |
3.2 迭代学习控制的二维形式 | 第22-24页 |
3.3 二维LQG基准及性能评估曲面 | 第24-28页 |
3.4 仿真研究 | 第28-35页 |
3.4.1 情形1:PID型迭代学习控制下的批次跟踪系统 | 第28-31页 |
3.4.2 情形2:PSO优化的迭代学习控制系统 | 第31-33页 |
3.4.3 情形3:权衡PSO优化的迭代学习控制系统 | 第33-35页 |
3.5 本章小结 | 第35-38页 |
第四章 迭代学习控制的数据驱动型性能评估 | 第38-56页 |
4.1 引言 | 第38页 |
4.2 问题描述及二维子空间矩阵 | 第38-42页 |
4.3 闭环二维系统子空间辨识方法 | 第42-43页 |
4.4 仿真研究 | 第43-54页 |
4.4.1 闭环二维子空间辨识仿真结果 | 第45-47页 |
4.4.2 基于辨识模型的性能评估仿真结果 | 第47-54页 |
4.5 本章小结 | 第54-56页 |
第五章 结论与展望 | 第56-58页 |
5.1 结论 | 第56页 |
5.2 展望 | 第56-58页 |
参考文献 | 第58-62页 |
致谢 | 第62-64页 |
攻读学位期间的研究成果及发表的学术论文 | 第64-66页 |
作者及导师简介 | 第66-67页 |
附件 | 第67-68页 |