电气自动化论文编号:ZD526 论文字数:23491,页数:48，有开题报告，任务书，文献综述

 
目   录
第1章 绪 论 1
1.1 本课题来源 1
1.2 课题研究的目的和意义 2
1.3 本论文所做的工作 3
第2章 控制算法概述 4
2.1 预测控制系统概述 4
 1.2.3 预测控制的基本思想与一般结构 4
 1.2.3 预测控制存在的问题 5
2.2 神经网络基本理论 6
 2.2.1 神经网络基本原理 6
 2.2.2 神经网络学习规则 7
 2.2.3 神经网络控制 8
 2.3 模糊控制理论 9
 2.3.1 模糊控制系统 10
 2.3.2 模糊控制器 10
第3章 控制算法研究 12
 3.1 过程控制方法概述 12
 3.1.1 PID控制 12
 3.1.2 Smith预估器 13
 3.1.3 自适应控制方法 14
 3.1.4 智能控制方法 15
 3.2 系统控制方案确定 15
 3.2.1 传统预测方法的局限性 15
 3.2.2 本系统控制方案确定 16
 3.3 控制算法比较 17
 3.3.1 纯滞后对象的阶跃响应 18
 3.3.2 与数字PID控制算法的比较 18
 3.4 最终算法确定 19
 3.4.1 广义预测控制算法的基本描述 19
 3.4.2 控制算法的确定 22
第4章 控制算法仿真 26
 4.1 仿真工具介绍 26
 4.1.1 MATLAB及其神经网络工具箱的简介 26
 4.1.2 运用神经网络工具箱设计网络的原则与过程 27
 4.2 控制算法仿真 28
 4.2.1 模糊控制器的设计 28
 4.2.2 神经网络模型的建立 30
 4.2.3 系统仿真研究 31
结束语 34
致  谢 36
参考文献 38
附录A 模糊控制器的设计（MATLAB程序清单） 40
附录B 神经网络模型的建立（MATLAB程序清单） 42
附录C PID控制的系统阶跃响应（MATLAB程序清单） 43

前言

 过程控制理论源自于经验的PID控制、系统的分析和设计主要基于经典的频域分析方法。现代自控理论又为我们提供了利用状态空间方法来描述系统的时域分析方法。由于工业过程的复杂性，使控制理论在复杂和特殊控制对象上的应用受到了限制，但随着计算机控制在工业生产过程中的广泛应用，强大的计算能力求解了许多过去无法求解计算的问题。直至今日一种基于模型控制的理论体系已基本形成，通过模型识别、优化算法、结构分析、参数整定和稳定性鲁棒性的研究解决和处理了许多常规控制效果不好甚至无法控制的复杂过程控制的问题。现代控制理论和人工智能几十年来的发展为先进的现代控制打下了应用理论的基础。
 预测控制是20世纪70年代中后期在欧美工业领域内出现的，它是在新型计算机控制算法基础上发展起来的，是一种基于模型的先进控制技术，亦称为模型预测控制（MPC –model predictive control）。它的特点是：预测模型的多样性，滚动优化的时序性，在线校正的适应性和工业过程的实用性。随着智能控制技术的进展，预测控制将已取得的成果与模糊控制，神经网络以及遗传算法，专家控制系统等控制策略相结合，正朝着智能预测控制方向发展，从而进一步增强了预测控制面对复杂环境，复杂对象和复杂任务的处理能力，拓展了预测控制理论研究和应用的领域，也充分显示出智能预测控制的重大实用价值。 
    本书共分四章：第1章绪论，着重介绍了课题的来源，研究的意义与目的，内容与设计要求及任务。第2章控制理论基础，概要综述了预测控制，神经网络，模糊控制，等一系列控制理论的基本知识，目的在于为后续章节提供基础理论。第3章控制方法研究， 重点讲述了系统方案的确定，控制算法的比较与最优算法的确定。第4章是控制算法的实验仿真与优化，主要是根据控制算法，利用Matlab对实验设备进行仿真和优化，达到最佳控制效果。
由于预测控制理论涉及面广，在理论上不断有新的进展，加之些新型预测控制的参考文献较少和作者本人水平有限，难免有错漏与不妥之处，衷心希望师友和读者批评指正，不胜感谢。