內?？刂萍捌鋺?/h1>

第1章  緒論 1
1.1  引言 1
1.2  內?？刂圃砗统Ｒ?guī)設計方法 3
1.2.1  內?？刂菩再| 4
1.2.2  內?？刂频脑O計 5
1.3  內?？刂频膰鴥韧獍l(fā)展現(xiàn)狀 7
1.3.1  濾波器優(yōu)化設計 8
1.3.2  典型被控過程的應用 8
1.3.3  內模控制結構拓展及改進 10
1.3.4  先進控制算法在內?？刂浦械膽?nbsp;10
本章參考文獻 13
第2章  時滯過程內模PID魯棒設計方法 18
2.1 內模PID控制器設計 18
2.1.1 一階過程的內模PID控制器設計 19
2.1.2  二階過程的內模PID控制器設計 20
2.1.3  時滯過程內模PID控制器設計 20
2.2  基于最大靈敏度的內模PID整定方法 21
2.2.1  最大靈敏度 22
2.2.2  時滯過程內模PID的魯棒整定 23
2.2.3  仿真結果與分析 24
2.3  積分時滯過程內模PID控制器魯棒設計 27
2.3.1  積分時滯系統(tǒng)內?？刂?nbsp;28
2.3.2  積分時滯過程內模PID控制器設計 28
2.3.3  仿真結果與分析 30
2.4  不穩(wěn)定時滯過程內模PID控制器魯棒設計 34
2.4.1  不穩(wěn)定時滯過程內模PID控制器設計 34
2.4.2  控制系統(tǒng)結構的簡化 35
2.4.3  仿真結果及分析 36
本章參考文獻 37
第3章  智能自適應內?？刂破髟O計方法 40
3.1  一種具有設定值加權的IMC-PID控制方法 40
3.1.1  基于Padé近似的IMC-PID控制器設計 40
3.1.2  模糊設定值加權IMC-PID控制方法 41
3.1.3  仿真分析 43
3.2  交流伺服系統(tǒng)模糊內模PID控制器設計 46
3.3  神經網絡自適應內模PID控制方法 50
3.3.1  神經網絡IMC-PID控制器 50
3.3.2  仿真結果及分析 54
3.4  三容液位過程的單神經元內模PID控制方法 57
本章參考文獻 63
第4章  神經網絡內?？刂?nbsp;65
4.1  神經網絡概述 65
4.1.1  人工神經元與神經網絡 65
4.1.2  神經網絡辨識結構 67
4.2  神經網絡內?？刂葡到y(tǒng)的構造 72
4.2.1  可逆性分析 72
4.2.2  非線性系統(tǒng)逆模型 73
4.2.3  神經網絡逆模型辨識 74
4.2.4  神經網絡內模控制結構 76
4.3  多模型神經網絡內?？刂?nbsp;78
4.3.1  多模型神經網絡內模控制策略 78
4.3.2  基于模糊分類的多模型神經網絡內?？刂?nbsp;79
4.3.3  被控模型和控制器的建立 80
4.3.4  仿真分析 83
4.4  基于近似內模的神經網絡控制 85
4.4.1  非線性離散系統(tǒng)神經網絡近似輸入-輸出模型 86
4.4.2  基于近似內模的神經網絡控制 88
4.5  基于自構建神經網絡的內?？刂品椒?nbsp;93
4.5.1  自構建（self-constructing）神經網絡 93
4.5.2  自構建神經網絡內模控制結構 94
4.5.3  設計步驟 95
4.5.4  仿真與分析 99
本章參考文獻 101
第5章  基于T-S模型的模糊內?？刂?nbsp;104
5.1  模糊系統(tǒng)模型的基本概念 104
5.2  非線性系統(tǒng)T-S模型結構及辨識方法 106
5.2.1  動態(tài)系統(tǒng)的T-S模型 106
5.2.2  T-S模型的辨識過程 107
5.2.3  仿真分析 111
5.3  基于自適應遺傳算法的T-S模型辨識方法 115
5.3.1  遺傳算法基本原理 115
5.3.2  基于遺傳算法辨識T-S模型 115
5.3.3  仿真分析 120
5.4  基于改進的微粒群優(yōu)化算法的T-S模型辨識方法 123
5.4.1  微粒群優(yōu)化算法 123
5.4.2  基于微粒群優(yōu)化算法辨識T-S模型 125
5.4.3  仿真分析 127
5.5  基于T-S模型的非線性內?？刂品椒?nbsp;130
5.5.1  非線性系統(tǒng)的可逆性和逆穩(wěn)定性 131
5.5.2  模糊內部模型的建立 131
5.5.3  模糊內模控制器的設計 132
5.5.4  仿真與分析 134
本章參考文獻 137
第6章  內?？刂频膽?nbsp;139
6.1  內模控制在光電跟蹤系統(tǒng)中的應用 139
6.1.1  光電跟蹤伺服系統(tǒng)系統(tǒng)的組成及工作原理 140
6.1.2  光電跟蹤伺服系統(tǒng)建模 142
6.1.3  光電跟蹤伺服系統(tǒng)內?？刂破鞯脑O計與實現(xiàn) 149
6.1.4  實驗結果及分析 150
6.2  內?？刂圃诨鹋陔娨核欧到y(tǒng)中的應用 152
6.2.1  液壓伺服系統(tǒng)組成原理及模型 153
6.2.2  內?？刂破髟O計 159
6.2.3  仿真與實驗分析 159
6.3  單神經元自適應內?？刂圃诮涣髡{速系統(tǒng)中的應用 162
6.3.1  基于轉子磁場定向的交流調速系統(tǒng)模型 162
6.3.2  全數(shù)字化交流調速系統(tǒng)平臺 164
6.3.3  基于單神經元的內?？刂破髟O計 167
6.3.4  系統(tǒng)軟件的設計與實現(xiàn) 169
6.3.5  實驗結果及分析 171
本章參考文獻 172