先进控制与在线优化技术及其应用

　　出版说明
　　前言
　　第1章 概述
　　1.1 建模的目的和基本方法
　　1.2 小波分析及其应用
　　1.3 统计过程控制
　　1.3.1 相关分析和回归分析
　　1.3.2 主元分析法
　　1.3.3 部分最小二乘法
　　1.3.4 多变量统计过程控制
　　1.4 软测量技术
　　1.5 建模与系统辨识
　　1.6 人工神经网络及其应用
　　1.7 先进过程控制
　　1.7.1 先进过程控制的特点
　　1.7.2 先进控制的发展现状
　　1.7.3 先进控制的核心内容
　　1.7.4 先进控制软件的产业化
　　1.7.5 先进控制的实施
　　1.7.6 先进控制工程化方法
　　1.7.7 需深入研究的问题
　　1.8 在线优化
　　参考文献
　　第2章 小波算法用于数据处理
　　2.1 傅里叶变换
　　2.2 小波变换
　　2.2.1 函数空间和广义空间
　　2.2.2 小波变换原理
　　2.2.3 傅里叶变换、短时傅里叶变换和小波变换的比较
　　2.3 一维连续小波变换
　　2.4 高维连续小波变换
　　2.5 一维离散小波变换
　　2.5.1 离散小波变换
　　2.5.2 二进制小波变换
　　2.6 多分辨分析
　　2.7 一维Mallat算法
　　2.8 提升小波变换
　　2.9 几种常用的小波基函数
　　2.9.1 Haar小波函数
　　2.9.2 MexicanHat（mexh）小波函数
　　2.9.3 Daubechies小波函数系
　　2.9.4 Biorthogonal小波函数系
　　2.9.5 Symlets小波函数系
　　2.9.6 Morlet小波
　　2.9.7 Meyer小波
　　2.1 0小波分析在信号处理中的应用
　　2.1 0.1 仿真信号
　　2.1 0.2 一维连续小波分析
　　2.1 0.3 一维离散小波分析
　　2.1 0.4 用小波分析进行信号的消噪
　　2.1 0.5 小波滤波的在线实现
　　2.1 0.6 用小波分析进行信号的奇异性检测
　　2.1 0.7 用小波分析进行信号的压缩
　　2.1 0.8 用小波分析进行信号的发展趋势识别
　　2.1 0.9 用小波分析进行信号的抑制与衰减
　　2.1 0.1 0用小波分析进行某频率区间信号的识别
　　2.1 0.1 1用小波分析进行信号的自相似性检测
　　2.1 0.1 2结论
　　思考题与习题
　　参考文献
　　第3章 多变量统计建模方法及其在软测量和统计过程控制中的应用
　　3.1 相关分析
　　3.1.1 相关系数计算公式
　　3.1.2 处理结果
　　3.1.3 相关系数结果分析
　　3.2 多元统计回归分析
　　3.2.1 多元线性回归算法
　　3.2.2 F检验和t检验
　　3.2.3 线性化
　　3.2.4 多元线性回归方法
　　3.2.5 喷射塔中S02吸收传质系数的软测量
　　3.2.6 多元逐步回归
　　3.2.7 多元逐步回归方法计算步骤
　　3.3 主元分析法
　　3.3.1 概述
　　3.3.2 主元分析方法
　　3.3.3 NIPALS方法
　　3.3.4 主元回归方法
　　3.3.5 多尺度主元分析
　　3.3.6 递推PCA
　　3.4 部分最小二乘法
　　3.4.1 部分最小二乘回归法
　　3.4.2 部分最小二乘回归的计算方法
　　3.4.3 部分最小二乘递推算法
　　3.5 4种建模方法的比较
　　3.6 多变量统计过程监控
　　3.6.1 单变量统计过程控制
　　3.6.2 多变量统计过程监控方法
　　3.6.3 基于多尺度主元分析的多元统计过程监控
　　3.6.4 基于递推PCA的多元统计过程监控
　　3.6.5 基于多PCA模型的多元统计过程监控
　　思考题和习题
　　参考文献
　　第4章 鲁棒内模控制及其应用
　　4.1 概述
　　4.1.1 鲁棒控制
　　4.1.2 内模控制
　　4.1.3 IMC.PID控制
　　4.2 鲁棒控制
　　4.2.1 控制系统的鲁棒性
　　4.2.2 SISO系统的鲁棒控制所需的系统信息
　　4.2.3 标称性能
　　4.2.4 鲁棒稳定性
　　4.2.5 鲁棒性能
　　4.3 内模控制
　　4.3.1 SISO稳定系统的内模控制结构
　　4.3.2 IMC：控制器的性能
　　4.3.3 SISO稳定系统1MC控制器的设计
　　4.4 模型不确定性界和控制系统鲁棒性能的研究
　　4.4.1 使用范数有界方法
　　4.4.2 使用精确不确定性
　　4.4.3 使用范数有界方法二
　　4.4.4 使用一阶Pade近似纯滞后计算模型不确定性界的方法
　　4.4.5 比较讨论以上4种设计方法
　　4.4.6 预测控制算法本质上都属于IMC结构
　　4.5 IMC.PID控制
　　4.5.1 IMC.PID控制器的设计
　　4.5.2 IMC.PID控制器参数设计
　　4.6 IMC.PID软件包
　　4.6.1 IMC.PID软件包体系结构
　　4.6.2 IMC.PID软件包所采用的技术
　　4.6.3 实施IMC.PID前后的运行曲线
　　4.7 多变量系统解耦内模控制
　　4.7.1 多变量内模控制及NLJ随机搜索算法
　　4.7.2 NLJ随机搜索算法
　　4.7.3 多变量系统解耦内模控制设计及应用
　　4.7.4 仿真
　　4.7.5 结论
　　4.8 模型PID控制
　　4.8.1 模型PID控制概述
　　4.8.2 过程模型的闭环辨识
　　4.8.3 过渡过程衰减比的新要求和超调量的约束条件
　　4.8.4 闭环系统控制器P1D参数设计
　　4.8.5 现场应用示例
　　思考题与习题
　　参考文献
　　第5章 预测控制
　　第6章 人工神经网络理论及其在软测量中的应用
　　第7章 模糊控制理论与应用
　　第8章 遗传算法及其工程应用
　　第9章 计算机监控系统和在线优化控制
　　第10章 群集智能优化算法及其应用
　　附录

　　    《先进控制与在线优化技术及其应用》主要介绍了建模技术、软测量技术、先进控制算法和优化算法等理论与技术，这些技术与流程工业有着密切的联系。具体包括已发展起来的数据处理理论——小波分析以及主要建模方法：主元分析法、非线性多元回归法、逐步回归法，以及主元回归、部分最小二乘法等的建模法；得到广泛应用的神经元网络的原理、支持向量机和它们在软测量技术中的应用；近年蓬勃发展的统计过程质量控制、先进的模型PID控制、内模控制、IMC-PID控制、预测控制、模糊控制和遗传算法以及粒子群优化算法与LNJ优化算法和它们在丁业现场在线优化控制中的应用。全书理论联系实际，有很多丁业应用实例。