文摘
英文文摘
声明
第一章绪论
1.1引言
1.2小波神经网络综述
1.2.1小波神经网络的发展及现状
1.2.2小波神经网络的特点
1.2.3小波神经网络与常规神经网络的比较
1.2.4小波神经网络在控制系统中的应用与展望
1.3板形板厚控制综述
1.3.1板形板厚综合控制技术的发展状况
1.3.2神经网络在金属轧制控制中的应用
1.4时滞系统的控制
1.5本文的主要工作
第二章小波神经网络研究
2.1小波分析理论
2.1.1小波理论产生的背景
2.1.2连续小波变换
2.1.3离散小波变换
2.1.4多分辨率分析与正交小波变换
2.1.5小波时频定位
2.1.6多维小波变换
2.2小波神经网络分析
2.2.1小波神经网络逼近结构
2.2.2小波神经网络性能分析
2.2.3小波神经网络训练算法
2.3基于多值编码的混合遗传算法的小波神经网络优化
2.3.1遗传算法简介
2.3.2基于混合遗传算法的小波神经网络优化实现
2.3.3仿真研究
2.4本章小结
第三章基于统计学习理论的小波神经网络学习算法研究
3.1自适应正交最小二乘法
3.1.1小波基函数集的确定
3.1.2小波神经网络节点函数的选择
3.2统计学习理论
3.2.1学习机器的VC维
3.2.2推广性的界
3.2.3结构风险最小化原则
3.3基于统计学习理论的小波神经网络优化算法
3.3.1函数集合的确定
3.3.2函数嵌套的安排
3.3.3 VC维的计算
3.3.4网络训练
3.3.5仿真研究
3.4本章小结
第四章基于小波神经网络的板形板厚综合系统逆控制
4.1板形板厚综合系统模型
4.1.1板厚方程
4.1.2板形方程
4.1.3板形板厚综合系统数学模型
4.2基于小波神经网络的板形板厚综合系统逆控制
4.2.1三种基于神经网络的预估模型
4.2.2基于小波神经网络的板形板厚Smith预估模型
4.2.3多步预测性能指标函数下的小波神经网络逆控制
4.2.4仿真研究
4.3本章小节
第五章基于小波神经网络的板形板厚综合系统解耦预测控制
5.1各种多变量系统解耦方法的特点
5.2小波神经网络逆系统解耦方法的原理
5.2.1逆系统方法
5.2.2小波神经网络逆系统解耦方法
5.3基于小波神经网络的板形板厚α阶逆系统解耦预测控制
5.3.1板形板厚系统小波神经网络α阶时延逆系统解耦实现
5.3.2基于小波神经网络α阶逆系统的板形板厚系统解耦预测控制
5.3.3仿真研究
5.4本章小节
第六章总结和展望
参考文献
作者在攻读博士学位期间发表的论文
致谢
作者简介