前言
第1章 绪论
1.1 工业过程控制概述
1.2 工业过程控制的发展概况
1.3 工业过程中的预测控制技术
1.4 本书主要结构
参考文献
第2章 模型预测控制方法
2.1 模型预测控制的发展过程
2.2 模型预测控制基本原理
2.3 几种常见的模型预测控制算法
2.3.1 模型算法控制
2.3.2 动态矩阵控制
2.3.3 广义预测控制
2.3.4 预测函数控制
2.4 预测控制的主要研究方法概述
参考文献
第3章 神经网络非线性预测控制
3.1 引言
3.2 基于神经网络的非线性系统预测控制
3.2.1 问题的提出
3.2.2 非线性系统的模型及表示
3.2.3 预测控制器设计
3.2.4 控制律的收敛性分析
3.2.5 仿真实例
3.3 基于神经网络的非线性系统预测函数控制
3.3.1 问题的提出
3.3.2 系统建模与预测函数控制器设计
3.3.3 控制律收敛性分析
3.3.4 仿真实例
3.4 结论
参考文献
第4章 支持向量机非线性预测控制
4.1 引言
4.2 基于支持向量机的非线性系统预测控制
4.2.1 问题的提出
4.2.2 基于最小二乘法与支持向量机建模
4.2.3 实际工业过程的支持向量机建模
4.2.4 预测控制器设计
4.2.5 控制律的收敛性分析
4.2.6 仿真实例
4.3 基于支持向量机的非线性系统预测函数控制
4.3.1 问题的提出
4.3.2 过程模型
4.3.3 预测函数控制器设计
4.3.4 预测函数控制器收敛性
4.4 结论
参考文献
第5章 基于状态空间模型的非线性预测控制
5.1 引言
5.2 扩展状态空间非线性系统预测控制
5.2.1 问题的提出
5.2.2 模型的处理
5.2.3 预测控制算法
5.2.4 仿真实例
5.3 基于神经网络的扩展状态空间非线性系统预测控制
5.3.1 问题的提出
5.3.2 过程模型的处理
5.3.3 预测控制器设计
5.3.4 预测控制器收敛性分析
5.3.5 仿真实例
5.4 结论
参考文献
第6章 基于状态空间模型的非线性预测函数控制
6.1 引言
6.2 扩展状态空间预测函数控制
6.2.1 问题的提出
6.2.2 预测函数控制算法
6.2.3 仿真实例
6.3 自适应扩展状态空间非线性系统预测函数控制
6.3.1 问题的提出
6.3.2 模型的处理
6.3.3 预测函数控制算法
6.3.4 仿真实例
6.4 结论
参考文献
第7章 基于智能模型的离线辨识非线性预测控制
7.1 基于支持向量机的双线性系统预测控制
7.1.1 引言
7.1.2 系统的模型及其表示
7.1.3 基于SVM—ARX模型的预测控制
7.1.4 仿真实例
7.2 基于支持向量机的扩展状态空间非线性系统预测控制
7.2.1 引言
7.2.2 非线性系统的模型及其表示方法
7.2.3 预测控制器设计
7.2.4 仿真实例
7.3 结论
参考文献
第8章 工业延迟焦化装置的预测函数控制
8.1 引言
8.2 延迟焦化装置工艺简介
8.3 预测函数控制系统设计
8.4 预测函数控制性能的仿真实验
8.5 DCS组态及工业应用
8.6 工业应用效果
8.7 结论
参考文献
第9章 预测控制思想在网络控制中的进一步思考
9.1 引言
9.2 网络环境下的基本预测控制
9.2.1 基本DMC算法在网络控制中的应用
9.2.2 直接采用最优控制序列作为网络预测控制输入
9.3 基于网络实测时延的预测选择控制
9.3.1 基于实测时延的优化序列网络预测控制算法
9.3.2 基于预设时延的优化矩阵网络预测控制算法
9.4 结论
参考文献
缺书网
扫码进群