| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第12-18页 |
| 1.1 选题的背景 | 第12-13页 |
| 1.2 MIMO系统的耦合问题 | 第13-14页 |
| 1.3 研究现状及存在的问题 | 第14-16页 |
| 1.3.1 MIMO系统解耦控制研究现状 | 第14-15页 |
| 1.3.1.1 传统的解耦控制 | 第14页 |
| 1.3.1.2 自适应解耦控制 | 第14页 |
| 1.3.1.3 智能解耦控制 | 第14-15页 |
| 1.3.2 MIMO系统广义预测控制研究现状 | 第15页 |
| 1.3.3 目前存在的问题 | 第15-16页 |
| 1.4 研究内容和结构安排 | 第16-18页 |
| 2 MIMO系统耦合补偿控制基本原理 | 第18-24页 |
| 2.1 本章引言 | 第18页 |
| 2.2 控制算法的基本原理 | 第18-22页 |
| 2.2.1 并联式耦合补偿原理及存在的缺点 | 第18-20页 |
| 2.2.2 改进的并联式耦合补偿系统 | 第20-22页 |
| 2.3 神经网络耦合补偿器 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 基于改进PID的MIMO系统不解耦控制 | 第24-46页 |
| 3.1 本章引言 | 第24页 |
| 3.2 基于RBF神经网络的耦合补偿器 | 第24-27页 |
| 3.2.1 耦合补偿器设计 | 第24-25页 |
| 3.2.2 耦合补偿器中RBF神经网络的训练 | 第25-26页 |
| 3.2.3 仿真算例 | 第26-27页 |
| 3.3 基于单神经元PID的不解耦控制结构 | 第27-33页 |
| 3.3.1 主控制通道设计 | 第28-29页 |
| 3.3.2 主控器为单神经元PID的不解耦控制结构 | 第29-30页 |
| 3.3.3 仿真结果与分析 | 第30-33页 |
| 3.4 基于RBF神经网络的PID不解耦控制结构 | 第33-39页 |
| 3.4.1 基于RBF神经网络的辨识 | 第34-36页 |
| 3.4.2 主控制通道设计 | 第36-37页 |
| 3.4.3 仿真实例 | 第37-39页 |
| 3.5 基于遗传算法优化的RBF耦合补偿器 | 第39-44页 |
| 3.5.1 基本原理 | 第40-42页 |
| 3.5.1.1 算法优化流程 | 第40-41页 |
| 3.5.1.2 遗传算法优化的实现 | 第41-42页 |
| 3.5.2 仿真算例 | 第42-44页 |
| 3.6 本章小结 | 第44-46页 |
| 4 一类MIMO不确定性系统的不解耦控制 | 第46-64页 |
| 4.1 本章引言 | 第46页 |
| 4.2 基于CMAC网络的耦合补偿器 | 第46-49页 |
| 4.2.1 CMAC网络介绍 | 第46-48页 |
| 4.2.2 CMAC耦合补偿器设计 | 第48-49页 |
| 4.3 基于改进的可调增益MIT-MRAC算法的不解耦控制 | 第49-58页 |
| 4.3.1 可调增益MIT-MRAC算法存在的问题及改进 | 第50-54页 |
| 4.3.1.1 MIT自适应律 | 第50页 |
| 4.3.1.2 基于MIT律的可调增益MRAC | 第50-52页 |
| 4.3.1.3 MIT-MRAC算法的改进 | 第52-54页 |
| 4.3.2 基于改进的可调增益MIT-MRAC算法的两通道控制系统 | 第54-55页 |
| 4.3.3 仿真算例 | 第55-58页 |
| 4.4 基于RBF神经网络的自校正控制系统 | 第58-63页 |
| 4.4.1 自校正控制系统结构 | 第58-59页 |
| 4.4.2 RBF神经网络自校正控制 | 第59-60页 |
| 4.4.2.1 系统描述 | 第59页 |
| 4.4.2.2 RBF网络控制算法设计 | 第59-60页 |
| 4.4.3 两输入两输出自校正控制系统结构 | 第60-61页 |
| 4.4.4 仿真算例 | 第61-63页 |
| 4.5 本章小结 | 第63-64页 |
| 5 一类MIMO时滞系统的广义预测控制 | 第64-76页 |
| 5.1 本章引言 | 第64页 |
| 5.2 预测控制的基本机理 | 第64-65页 |
| 5.3 基于CARMA模型的广义预测控制 | 第65-68页 |
| 5.3.1 自校正预测控制算法 | 第65-67页 |
| 5.3.2 仿真算例 | 第67-68页 |
| 5.4 基于粒子群优化的MIMO增量型广义预测控制 | 第68-75页 |
| 5.4.1 MIMO预测模型及预测输出 | 第68-70页 |
| 5.4.2 MIMO增量型广义预测控制 | 第70-71页 |
| 5.4.3 基于PSO的增量系数寻优 | 第71-72页 |
| 5.4.4 仿真实例 | 第72-75页 |
| 5.5 本章小结 | 第75-76页 |
| 6 总结和展望 | 第76-78页 |
| 6.1 全文总结 | 第76-77页 |
| 6.2 工作展望 | 第77-78页 |
| 致谢 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 附录A 攻读硕士学位期间从事的科研项目和发表的论文 | 第84页 |
