学位专题

声明
摘要
英文摘要
目录
第一章绪论
1．1 课题背景及意义
1．2 迭代学习控制研究概述
1．3 自适应迭代学习控制理论研究概述
1．4 研究论文的主要内容
第二章基于有限控制器参数集的自适应迭代去伪学习控制
2．1 迭代域去伪控制算法
2．1．1 时域去伪控制算法
2．1．2 迭代域去伪控制算法
2．2 基于有限控制器参数集合去伪控制策略的自适应ILC
2．3 去伪迭代学习控制算法收敛性分析
2．4 自适应迭代学习控制在Chylla-Haase过程的应用
2．4．1 Chylla-Haase基准间歇聚合模型介绍
2．4．2 Chylla-Haase基准间歇聚合过程的控制要求与干扰分析
2．4．3 自适应迭代学习控制在Chylla-Hasse温度控制中的应用
2．5 本章小结
第三章基于无限控制器参数集的自适应迭代去伪学习控制
3．1 基于共轭梯度法的去伪控制算法
3．1．1 基于梯度下降法的去伪控制算法
3．1．2 基于共轭梯度下降法的去伪控制算法
3．1．3 仿真讨论
3．2 基于共轭去伪策略的自适应迭代学习控制
3．2．1 基于共轭去伪策略的ILC
3．2．2 基于共轭去伪策略的自适应迭代学习控制算法在间歇过程温度控制的应用
3．3 本章小结
第四章数据与模型融合驱动的自适应迭代学习控制
4．1 数据与模型融合驱动的间歇过程双层迭代学习控制方案
4．2 基于Online-LSSVM回归模型的自适应终点质量迭代学习控制
4．2．1 基于Online-LSSVM回归算法的终点质量建模
4．2．2 基于Online-LSSVM回归模型的自适应终端迭代学习控制
4．2．3 自适应终端迭代学习控制算法的收敛性分析
4．2．4 仿真讨论
4．3 数据与模型融合驱动的双层迭代学习控制在间歇聚合过程的应用
4．4 本章小结
第五章面向间歇聚合过程微观质量的自适应迭代学习控制
5．1 基于递推多变量最小二乘支持向量机回归的分子量分布建模
5．1．1 递推多变量量小二乘支持向量机回归算法
5．1．2 间歇聚合过程分子量分布的迭代更新模型
5．2 基于递推多变量最小二乘支持向量机回归的分子量分布自适应迭代学习控制
5．2．1 算法推导
5．2．2 自适应终端迭代学习控制算法收敛性分析
5．2．3 仿真讨论
5．3 本章小结
第六章结论与展望
参考文献
致谢
研究成果及发表的学术论文
作者及导师简介