基于萤火虫优化算法的回声状态网络预测控制研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 引言 | 第8-12页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·存在的问题 | 第10-11页 |
| ·本文主要的研究工作和内容安排 | 第11-12页 |
| 第二章 预测控制原理概述 | 第12-18页 |
| ·参考轨迹 | 第13页 |
| ·预测模型 | 第13-14页 |
| ·滚动优化 | 第14-16页 |
| ·反馈校正 | 第16-18页 |
| 第三章 回声状态网络预测模型 | 第18-28页 |
| ·系统辨识原理概述 | 第18-20页 |
| ·BP神经网络 | 第20-22页 |
| ·BP网络结构 | 第20页 |
| ·BP算法 | 第20-21页 |
| ·BP网络性能分析 | 第21-22页 |
| ·回声状态网络 | 第22-25页 |
| ·ESN结构 | 第22-23页 |
| ·ESN数学模型 | 第23-24页 |
| ·ESN性能分析 | 第24-25页 |
| ·基于ESN和BP的非线性对象预测仿真研究 | 第25-28页 |
| 第四章 萤火虫算法基本原理及其改进 | 第28-37页 |
| ·萤火虫算法简介 | 第28-30页 |
| ·算法仿生原理 | 第28-29页 |
| ·算法数学描述与分析 | 第29页 |
| ·算法流程 | 第29-30页 |
| ·算法优缺点 | 第30页 |
| ·萤火虫算法的改进 | 第30-32页 |
| ·随机惯性权重的构造 | 第31-32页 |
| ·自适应萤火虫优化算法 | 第32页 |
| ·实验仿真及结果分析 | 第32-37页 |
| ·函数测试 | 第33-34页 |
| ·PID参数优化 | 第34-37页 |
| 第五章 基于AFA的ESN预测控制算法 | 第37-52页 |
| ·算法可行性分析 | 第37-38页 |
| ·算法结构及流程 | 第38-39页 |
| ·算法仿真研究 | 第39-42页 |
| ·双容液位预测控制应用研究 | 第42-52页 |
| ·被控对象的数学模型推导及参数辨识 | 第42-47页 |
| ·被控对象的预测模型 | 第47-49页 |
| ·基于AFA的ESN双容液位预测控制仿真研究 | 第49-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·主要结论 | 第52-53页 |
| ·研究展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 在学期间的研究成果 | 第58-59页 |
| 致谢 | 第59页 |
