文摘
英文文摘
第一章 绪论
1.1 课题背景
1.2 神经网络预测控制研究概况
1.2.1 预测控制研究概况
1.2.2 神经网络技术概况
1.3 课题的研究意义
1.4 课题主要工作内容
第二章 超临界CO2染色工艺及控制要求
2.1 超临界流体的基本性质
2.2 超临界CO2染色装置染色工艺
2.2.1 系统的构成
2.2.2 染色装置工作流程
2.2.3 被控对象参数对染色品质的影响
2.2.4 工艺对被控对象参数控制要求
2.3 本章小结
第三章 染色釜温度对象的神经网络的辨识
3.1 神经网络的基本要素
3.1.1 人工神经元
3.1.2 人工神经元之间的连接形式
3.1.3 神经网络的学习
3.2 线性神经网络对染色温度对象模型参数辨识
3.2.1 辨识方法
3.2.2 对输入数据的处理
3.2.3 对象参数的确定
3.3 本章小结
第四章 染色釜温度控制算法研究
4.1 预测控制的基本原理
4.2 广义预测控制算法
4.3 基于BP神经网络的预测控制
4.3.1 多层前向神经网络及误差反向传播(BP)算法
4.3.2 神经网络预测控制的一般结构
4.3.3 BP神经网络预测控制模型建立
4.4 本章小结
第五章 超临界CO2染色温度控制器仿真研究
5.1 PID控制器
5.2 仿真对象
5.3 仿真实验
5.4 仿真结论
5.5 本章小结
第六章 总结与展望
参考文献
致谢
东北大学;