基于微粒群的神經(jīng)網(wǎng)絡預測控制理論及應用

前言
第1章 緒論
1.1 預測控制的特點
1.2 預測控制的歷史發(fā)展與現(xiàn)狀
1.3 神經(jīng)網(wǎng)絡在預測控制中的應用研究現(xiàn)狀
1.4 預測控制的基本原理
1.4.1 預測模型
1.4.2 滾動優(yōu)化
1.4.3 反饋校正
1.5 預測控制的基本特征
1.6 預測控制的基本模型
1.6.1 階躍響應與脈沖響應模型
1.6.2 傳遞函數(shù)模型
1.6.3 狀態(tài)空間模型
1.7 小結(jié)
參考文獻
第2章 經(jīng)典預測控制方法
2.1 三種經(jīng)典預測控制方法發(fā)展歷程
2.2 基于脈沖響應模型的模型算法控制
2.2.1 模型算法控制預測模型
2.2.2 模型算法控制反饋校正
2.2.3 模型算法控制優(yōu)化控制
2.2.4 有約束的模型算法控制
2.3 基于階躍響應模型的動態(tài)矩陣控制
2.3.1 動態(tài)矩陣控制預測模型
2.3.2 動態(tài)矩陣控制滾動在線優(yōu)化
2.3.3 動態(tài)矩陣控制反饋校正
2.3.4 有約束的動態(tài)矩陣控制
2.4 基于傳遞函數(shù)模型的廣義預測控制
2.4.1 廣義預測控制預測模型
2.4.2 廣義預測控制滾動在線優(yōu)化
2.4.3 廣義預測控制反饋校正
2.4.4 廣義預測控制的基本性質(zhì)
2.4.5 多變量和有約束的廣義預測控制
2.5 小結(jié)
參考文獻
第3章 預測控制中的建模方法
3.1 常用被控對象建模方法
3.1.1 傳統(tǒng)的輸入／輸出模型
3.1.2 模糊模型
3.1.3 神經(jīng)網(wǎng)絡模型
3.1.4 其他智能模型
3.2 基于神經(jīng)網(wǎng)絡的系統(tǒng)辨識
3.2.1 系統(tǒng)辨識的定義及特點
3.2.2 系統(tǒng)辨識的基本方法
3.2.3 神經(jīng)網(wǎng)絡用于系統(tǒng)辨識的一般結(jié)構(gòu)
3.3 延遲時間參數(shù)的辨識
3.4 模型參數(shù)優(yōu)化方法
3.5 小結(jié)
參考文獻
第4章 微粒群優(yōu)化算法
4.1 基本微粒群優(yōu)化算法
4.1.1 算法描述
4.1.2 收斂性分析
4.2 微粒群優(yōu)化算法的基本改進思想
4.2.1 進化公式的改進
4.2.2 局部尋優(yōu)與微粒群優(yōu)化算法結(jié)合的混合算法
……
第5章 基于微粒群優(yōu)化算法的神經(jīng)網(wǎng)絡預測控制方法
第6章 基于微粒群優(yōu)化算法的預測模型及其實際應用
第7章 多目標微粒群優(yōu)化算法及其應用
附錄重要公式符號對照表