第1章 绪论 1
1.1工业过程控制概述 1
1.2工业过程控制的发展概况 2
1.3工业过程中的预测控制技术 3
1.4本书主要结构 5
参考文献 6
第2章 模型预测控制方法 8
2.1模型预测控制的发展过程 8
2.2模型预测控制基本原理 9
2.3几种常见的模型预测控制算法 11
2.3.1模型算法控制 11
2.3.2动态矩阵控制 14
2.3.3广义预测控制 18
2.3.4预测函数控制 21
2.4预测控制的主要研究方法概述 23
参考文献 23
第3章 神经网络非线性预测控制 25
3.1引言 25
3.2基于神经网络的非线性系统预测控制 26
3.2.1问题的提出 26
3.2.2非线性系统的模型及表示 26
3.2.3预测控制器设计 28
3.2.4控制律的收敛性分析 30
3.2.5仿真实例 32
3.3基于神经网络的非线性系统预测函数控制 33
3.3.1问题的提出 33
3.3.2系统建模与预测函数控制器设计 34
3.3.3控制律收敛性分析 36
3.3.4仿真实例 36
3.4结论 38
参考文献 38
第4章 支持向量机非线性预测控制 40
4.1引言 40
4.2基于支持向量机的非线性系统预测控制 41
4.2.1问题的提出 41
4.2.2基于最小二乘法与支持向量机建模 41
4.2.3实际工业过程的支持向量机建模 43
4.2.4预测控制器设计 45
4.2.5控制律的收敛性分析 47
4.2.6仿真实例 49
4.3基于支持向量机的非线性系统预测函数控制 55
4.3.1问题的提出 55
4.3.2过程模型 55
4.3.3预测函数控制器设计 55
4.3.4预测函数控制器收敛性 57
4.4结论 57
参考文献 58
第5章 基于状态空间模型的非线性预测控制 59
5.1引言 59
5.2扩展状态空间非线性系统预测控制 61
5.2.1问题的提出 61
5.2.2模型的处理 61
5.2.3预测控制算法 63
5.2.4仿真实例 65
5.3基于神经网络的扩展状态空间非线性系统预测控制 66
5.3.1问题的提出 66
5.3.2过程模型的处理 67
5.3.3预测控制器设计 68
5.3.4预测控制器收敛性分析 70
5.3.5仿真实例 71
5.4结论 76
参考文献 76
第6章 基于状态空间模型的非线性预测函数控制 78
6.1引言 78
6.2扩展状态空间预测函数控制 79
6.2.1问题的提出 79
6.2.2预测函数控制算法 80
6.2.3仿真实例 83
6.3自适应扩展状态空间非线性系统预测函数控制 85
6.3.1问题的提出 85
6.3.2模型的处理 85
6.3.3预测函数控制算法 87
6.3.4仿真实例 89
6.4结论 91
参考文献 92
第7章 基于智能模型的离线辨识非线性预测控制 93
7.1基于支持向量机的双线性系统预测控制 93
7.1.1引言 93
7.1.2系统的模型及其表示 94
7.1.3基于SVM-ARX模型的预测控制 96
7.1.4仿真实例 97
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 101
7.2.1引言 101
7.2.2非线性系统的模型及其表示方法 101
7.2.3预测控制器设计 104
7.2.4仿真实例 105
7.3结论 108
参考文献 108
第8章 工业延迟焦化装置的预测函数控制 110
8.1引言 110
8.2延迟焦化装置工艺简介 110
8.3预测函数控制系统设计 113
8.4预测函数控制性能的仿真实验 114
8.5 DCS组态及工业应用 115
8.6工业应用效果 118
8.7结论 120
参考文献 120
第9章 预测控制思想在网络控制中的进一步思考 122
9.1引言 122
9.2网络环境下的基本预测控制 123
9.2.1基本DMC算法在网络控制中的应用 124
9.2.2直接采用最优控制序列作为网络预测控制输入 129
9.3基于网络实测时延的预测选择控制 132
9.3.1基于实测时延的优化序列网络预测控制算法 132
9.3.2基于预设时延的优化矩阵网络预测控制算法 135
9.4结论 138
参考文献 139