基于Laguerre函数与神经网络模型的非线性系统自适应预测控制算法研究

摘要

预测控制在很多工业过程,尤其是在复杂的化工过程中得到了成功地应用.由于实际工业过程中,有很大部分是非线性系统,非线性模型预测控制引起了广泛的关注.该文主要针对非线性模型预测控制中的模型建立及其控制算法实现进行了较深入的研究.

目录

文摘

英文文摘

致谢

第一章绪言

第一节预测控制的发展概况

1.1.1预测控制的发展

1.1.2预测控制的前景

第二节预测控制原理简介

第三节非线性预测控制的研究及实现方法

1.3.1非线性预测控制的研究

1.3.2非线性预测控制的几种方法

第四节本文的内容及主要工作

1.4.1本文研究的目的和意义

1.4.2本文的主要内容

第二章基于Laguerre函数模型非线性预测控制算法

第一节Laguerre函数模型

第二节Hammerstein型非线性系统的预测控制算法

2.3.1 Laguerre-Hammerstein非线性模型

2.3.2预测控制算法推导

2.3.3仿真实例

2.3.4小结

第三节多变量非线性系统的自适应预测控制

2.4.1多变量系统的预测模型

2.4.2分散优化算法

2.4.3仿真研究

2.4.4小结

第三章神经网络非线性模型预测控制

第一节BP神经网络的非线性预测控制

3.1.1 BP神经网络预测模型

3.1.2 BP神经网络预测控制算法推导

第二节RBF神经网络的自适应非线性预测控制

3.2.1 RBF神经网络结构及其训练方法

3.2.2 RBF神经网络预测模型

3.3.3 RBF预测控制器的设计

3.2.4仿真实验

3.2.5小结

第四章Wiener型非线性系统的组合模型控制

第一节组合模型的建立与辩识

第二节组合模型的控制算法

4.2.1算法推导与分析

4.2.2仿真研究

4.2.3小结

第三节RBF-Laguerre组合模型的推广

结束语

参考文献

攻读硕士学位期间发表论文和科研情况