论文说明
声明
第一章 绪论
1.1选题目的和意义
1.2 国内外研究概况
1.2.1 状态预测研究现状
1.2.2 典型控制策略研究现状
1.3 论文主要内容
第二章 混流式水轮机调节系统多步RBF扩展预测
2.1水轮机调节系统数学模型
2. 2.1相空间重构基本理论
2.2.2重构延迟时间τ的确定
2.2.3重构嵌入维数m的确定
2.3 RBF神经网络预测模型
2.3.1 RBF神经网络模型
2.3.2模型的评价指标和预测步骤
2.3.3 单步预测
2.3.4 多步预测
2.4 本章小结
第三章 基于遗传小波神经网络的混流式水轮机调节系统非线性状态预测
3.1.1 BP神经网络结构
3.1.2 BP神经网络模型
3.2 自适应BP神经网络预测模型
3.2.1 双边自适应预测模型
3.2.2 单边自适应预测模型
3.2.3自适应BP神经网络预测仿真
3.3 小波BP神经网络预测模型
3.3.1 小波神经网络基本原理
3.3.2 小波神经网络模型
3.4.1 遗传算法基本原理
3.4.2 遗传算法优化小波神经网络
3.4.3遗传小波神经网络预测仿真
3.5 本章小结
第四章 基于EEMD和遗传支持向量机的混流式水轮机调节系统非线性状态预测
4.1.1 聚类经验模态分解模型
4.1.2 聚类经验模态分解仿真
4.2 遗传支持向量机预测模型
4.2.1支持向量机基本理论
4.2.2支持向量分类机
4.2.3支持向量回归机
4.2.4支持向量机模型优化与实现
4.3 仿真结果及分析
4.3.1水轮机调节系统状态预测
4.3.2滩坑水电站机组下导X向摆度预测
4.4 本章小结
第五章 混流式水轮机调节系统的鲁棒终端滑模控制
5.1.1 水轮机调节系统的时域分析
5.1.2滑模面及控制器设计
5.1.3仿真结果及分析
5.2分数阶水轮机调节系统的控制
5.2.1分数阶微积分基础知识
5.2.2分数阶水轮机调节系统模型
5.2.3时频域转化
5.2.4 分数阶控制器设计
5.2.5仿真结果及分析
5.3本章小结
第六章 混流式水轮机调节系统的模糊预测函数控制
6.1 水轮机调节系统的模糊控制
6.1.1 T-S模糊模型及并行分布补偿控制
6.1.2区间矩阵理论
6.1.3水轮机调节系统的T-S模糊控制器设计
6.1.4数值模拟
6.2.1模糊线性化
6.2.2模糊神经网络(FNN)解耦
6.2.3模糊预测函数控制器设计
6.2.4数值仿真
6.3 本章小结
第七章 结论与展望
7.1 结论
7.2 创新点
7.3 不足之处及展望
参考文献
致谢
个人简历
西北农林科技大学;