| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 引言 | 第10页 |
| 1.2 动态优化问题的定义 | 第10-11页 |
| 1.3 动态优化方法的发展 | 第11-14页 |
| 1.3.1 动态优化问题的间接解法 | 第11-12页 |
| 1.3.2 迭代动态规划 | 第12-13页 |
| 1.3.3 动态优化问题的直接解法 | 第13-14页 |
| 1.4 非线性规划的概念与方法 | 第14-16页 |
| 1.5 本文组织结构 | 第16-18页 |
| 第二章 基于自适应控制向量参数化的动态优化框架 | 第18-24页 |
| 2.1 引言 | 第18页 |
| 2.2 控制向量参数化 | 第18-21页 |
| 2.3 一阶梯度信息计算 | 第21-22页 |
| 2.4 自适应的控制向量参数化方法框架 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 基于小波分析的重要时间节点优化方法 | 第24-38页 |
| 3.1 引言 | 第24页 |
| 3.2 小波分析理论基础 | 第24-26页 |
| 3.3 基于小波分析的自适应控制向量参数化策略 | 第26-27页 |
| 3.3.1 时间节点消除 | 第26-27页 |
| 3.3.2 时间节点插入 | 第27页 |
| 3.4 重要时间节点优化方法 | 第27-30页 |
| 3.5 算法步骤 | 第30页 |
| 3.6 实例测试与分析 | 第30-36页 |
| 3.6.1 催化剂混合问题 | 第31-33页 |
| 3.6.2 塞流管式反应器问题 | 第33-34页 |
| 3.6.3 Park-Ramirez生物反应器问题 | 第34-36页 |
| 3.7 本章小结 | 第36-38页 |
| 第四章 基于灵敏度分析的自适应控制向量参数化方法 | 第38-50页 |
| 4.1 引言 | 第38页 |
| 4.2 光滑化惩罚函数方法 | 第38-40页 |
| 4.3 基于灵敏度分析的自适应控制向量参数化策略 | 第40-41页 |
| 4.4 算法步骤 | 第41-42页 |
| 4.5 实例测试与分析 | 第42-48页 |
| 4.5.1 间歇发酵罐问题 | 第43-46页 |
| 4.5.2 Park-Ramirez生物反应器问题 | 第46-48页 |
| 4.6 本章小结 | 第48-50页 |
| 第五章 基于非单调过滤线搜索的内点法求解器 | 第50-62页 |
| 5.1 引言 | 第50页 |
| 5.2 原-对偶障碍函数方法 | 第50-52页 |
| 5.3 障碍函数问题的求解方法 | 第52-53页 |
| 5.4 非单调过滤线搜索方法 | 第53-56页 |
| 5.4.1 非单调充分下降条件 | 第53-54页 |
| 5.4.2 过滤的概念 | 第54页 |
| 5.4.3 可行性恢复方法 | 第54-56页 |
| 5.5 数值测试 | 第56-61页 |
| 5.6 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 全文工作总结 | 第62页 |
| 6.2 未来研究展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-72页 |
| 作者攻读硕士期间的主要成果 | 第72页 |