第1章 绪论 1
1.1 自动控制理0论发展与先进控制技术 1
1.1.1 自动控制理论发展简述 1
1.1.2 基于模型的先进控制 2
1.1.3 基于知识规则和学习推理的先进控制 7
1.2 预测控制发展与早期研究 13
1.2.1 预测控制技术的进展 13
1.2.2 预测控制的早期研究 14
1.3 现代预测控制及研究动向 15
1.3.1 先进预测控制技术及研究动向 16
1.3.2 智能预测控制策略及研究动向 17
1.3.3 多种新型预测控制的研究动向 18
1.4.2 非线性预测控制的主要方法 21
1.4.1 非线性预测控制的发展与应用 21
1.4 非线性预测控制概述 21
1.4.3 非线性预测控制存在的问题 22
参考文献 22
第2章 模型预测控制基础理论 29
2.1 预测控制数学基础 29
2.1.1 预测模型的数学描述 30
2.1.2 丢番图(Diophantine)方程及其求解 32
2.1.3 滚动优化和二次型指标 34
2.2 几种典型预测控制的基本原理 35
2.2.1 动态矩阵控制(DMC) 35
2.2.2 模型算法控制(MAC) 40
2.2.3 广义预测控制(GPC) 44
2.3.1 基于CARMAX模型的有约束广义预测控制 51
2.3 线性有约束系统预测控制 51
2.3.2 有约束模型算法控制 57
2.4 线性多变量系统预测控制 59
2.4.1 线性多变量系统动态矩阵控制(MDMC) 60
2.4.2 线性多变量系统广义预测控制(MGPC) 62
2.4.3 线性多变量系统有约束预测控制 64
参考文献 71
第3章 复杂系统模糊预测控制 72
3.1 模糊预测控制的数学基础 72
3.1.1 模糊集合与模糊数学知识 72
3.1.2 模糊控制基础理论 77
3.2 模糊模型预测控制 82
3.2.1 基于模糊辨识模型的预测控制 83
3.2.2 基于局域线性化模糊模型的预测控制 87
3.3 多变量系统的模糊预测控制 91
3.3.1 基于模糊模型的多变量预测控制 92
3.3.2 复杂多变量系统的模糊广义预测控制 98
参考文献 103
第4章 基于人工神经网络的智能预测控制 105
4.1 神经网络的基本理论 105
4.1.1 神经网络的基础知识 105
4.1.2 几种常用神经网络模型的学习算法 110
4.1.3 人工神经网络模型辨识 122
4.1.4 径向基函数神经网络 126
4.2 神经网络预测控制 130
4.2.1 神经网络模型预测控制 130
4.2.2 多BP网络非线性并行预测控制 133
4.2.3 神经网络非线性广义预测控制 134
4.3 基于径向基函数神经网络的预测控制 137
4.3.1 RBF网络预测控制建模 138
4.3.2 RBF网络动态矩阵预测控制 140
4.3.3 基于预测偏差的RBF网络预测控制 143
附录4-1：定理4-1的证明 146
参考文献 147
第5章 非线性预测控制 149
5.1 非线性预测控制模型 149
5.1.1 Volterra级数 149
5.1.2 NARMAX模型 150
5.1.5 I／O扩展线性化模型 151
5.1.4 Hammerstein模型 151
5.1.3 二维ARMAX模型和二维NARMAX模型 151
5.1.6 非线性系统的多模型方法 153
5.1.7 其他模型方法 154
5.2 非线性预测控制 154
5.2.1 基于Hammerstein的非线性预测控制 154
5.2.2 基于非线性线性化的预测控制 159
5.2.3 具有典型非线性特性的预测控制 164
5.2.4 基于一种集成模型的多变量非线性预测控制 166
附录5-1：定理5-2的证明 170
参考文献 171
第6章 新型预测控制 174
6.1 预测函数控制 174
6.1.1 预测函数控制的基本原理 174
6.1.2 典型环节的PFC算法 177
6.1.3 预测函数控制的内模结构 183
6.2 多速率采样预测控制 184
6.2.1 多速率采样系统建模 186
6.2.2 多速率采样预测控制算法 189
6.2.3 多速率广义预测控制 194
6.3 多模型切换预测控制 198
6.3.1 线性定常系统的多模型切换预测控制 198
6.3.2 复杂系统的多模型切换预测控制 201
参考文献 207
第7章 智能预测控制的应用研究 208
7.1 几种典型预测控制的应用研究 208
7.1.1 喷雾干燥塔的动态矩阵控制 208
7.1.2 机器人预测控制 212
7.1.3 加热炉炉温预测控制 218
7.1.4 常压塔有约束预测控制 221
7.2 智能预测控制的应用研究 224
7.2.1 模糊预测控制应用研究 224
7.2.2 神经网络预测控制应用研究 226
7.2.3 基于神经网络的模糊预测控制应用研究 230
7.3 新型预测控制的应用研究 234
7.3.1 预测函数控制应用研究 234
7.3.2 多速率采样预测控制仿真研究 236
7.3.3 多模型预测控制应用研究 241
7.3.4 具有连续—离散输入的混杂系统预测控制和应用 248
7.4 基于Hammerstein模型的非线性预测控制仿真 251
参考文献 254