非線性預測控制與工業(yè)應用

前言
第1章 緒論
1.1 工業(yè)過程控制概述
1.2 工業(yè)過程控制的發(fā)展概況
1.3 工業(yè)過程中的預測控制技術
1.4 本書主要結構
參考文獻
第2章 模型預測控制方法
2.1 模型預測控制的發(fā)展過程
2.2 模型預測控制基本原理
2.3 幾種常見的模型預測控制算法
2.3.1 模型算法控制
2.3.2 動態(tài)矩陣控制
2.3.3 廣義預測控制
2.3.4 預測函數控制
2.4 預測控制的主要研究方法概述
參考文獻
第3章 神經網絡非線性預測控制
3.1 引言
3.2 基于神經網絡的非線性系統(tǒng)預測控制
3.2.1 問題的提出
3.2.2 非線性系統(tǒng)的模型及表示
3.2.3 預測控制器設計
3.2.4 控制律的收斂性分析
3.2.5 仿真實例
3.3 基于神經網絡的非線性系統(tǒng)預測函數控制
3.3.1 問題的提出
3.3.2 系統(tǒng)建模與預測函數控制器設計
3.3.3 控制律收斂性分析
3.3.4 仿真實例
3.4 結論
參考文獻
第4章 支持向量機非線性預測控制
4.1 引言
4.2 基于支持向量機的非線性系統(tǒng)預測控制
4.2.1 問題的提出
4.2.2 基于最小二乘法與支持向量機建模
4.2.3 實際工業(yè)過程的支持向量機建模
4.2.4 預測控制器設計
4.2.5 控制律的收斂性分析
4.2.6 仿真實例
4.3 基于支持向量機的非線性系統(tǒng)預測函數控制
4.3.1 問題的提出
4.3.2 過程模型
4.3.3 預測函數控制器設計
4.3.4 預測函數控制器收斂性
4.4 結論
參考文獻
第5章 基于狀態(tài)空間模型的非線性預測控制
5.1 引言
5.2 擴展狀態(tài)空間非線性系統(tǒng)預測控制
5.2.1 問題的提出
5.2.2 模型的處理
5.2.3 預測控制算法
5.2.4 仿真實例
5.3 基于神經網絡的擴展狀態(tài)空間非線性系統(tǒng)預測控制
5.3.1 問題的提出
5.3.2 過程模型的處理
5.3.3 預測控制器設計
5.3.4 預測控制器收斂性分析
5.3.5 仿真實例
5.4 結論
參考文獻
第6章 基于狀態(tài)空間模型的非線性預測函數控制
6.1 引言
6.2 擴展狀態(tài)空間預測函數控制
6.2.1 問題的提出
6.2.2 預測函數控制算法
6.2.3 仿真實例
6.3 自適應擴展狀態(tài)空間非線性系統(tǒng)預測函數控制
6.3.1 問題的提出
6.3.2 模型的處理
6.3.3 預測函數控制算法
6.3.4 仿真實例
6.4 結論
參考文獻
第7章 基于智能模型的離線辨識非線性預測控制
7.1 基于支持向量機的雙線性系統(tǒng)預測控制
7.1.1 引言
7.1.2 系統(tǒng)的模型及其表示
7.1.3 基于SVM—ARX模型的預測控制
7.1.4 仿真實例
7.2 基于支持向量機的擴展狀態(tài)空間非線性系統(tǒng)預測控制
7.2.1 引言
7.2.2 非線性系統(tǒng)的模型及其表示方法
7.2.3 預測控制器設計
7.2.4 仿真實例
7.3 結論
參考文獻
第8章 工業(yè)延遲焦化裝置的預測函數控制
8.1 引言
8.2 延遲焦化裝置工藝簡介
8.3 預測函數控制系統(tǒng)設計
8.4 預測函數控制性能的仿真實驗
8.5 DCS組態(tài)及工業(yè)應用
8.6 工業(yè)應用效果
8.7 結論
參考文獻
第9章 預測控制思想在網絡控制中的進一步思考
9.1 引言
9.2 網絡環(huán)境下的基本預測控制
9.2.1 基本DMC算法在網絡控制中的應用
9.2.2 直接采用最優(yōu)控制序列作為網絡預測控制輸入
9.3 基于網絡實測時延的預測選擇控制
9.3.1 基于實測時延的優(yōu)化序列網絡預測控制算法
9.3.2 基于預設時延的優(yōu)化矩陣網絡預測控制算法
9.4 結論
參考文獻