| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·课题研究现状 | 第10-12页 |
| ·论文主要研究内容 | 第12-13页 |
| ·论文组织结构 | 第13-14页 |
| 第二章 常规及改进型PID 控制器 | 第14-25页 |
| ·常规PID 控制算法的理论基础 | 第14-16页 |
| ·模拟PID 控制算法 | 第14-15页 |
| ·数字PID 控制算法 | 第15-16页 |
| ·改进的PID控制算法 | 第16-20页 |
| ·PID 控制算法中积分环节改进 | 第17-18页 |
| ·PID 控制算法中微分环节改进 | 第18-20页 |
| ·PID参数自整定方法 | 第20-23页 |
| ·Z—N整定方法 | 第20-21页 |
| ·阶跃曲线法 | 第21-22页 |
| ·Hook—Jeeves模式搜索法 | 第22-23页 |
| ·改进型PID控制器简述 | 第23-24页 |
| ·专家PID 控制 | 第23页 |
| ·模糊PID 控制 | 第23-24页 |
| ·神经网络PID 控制 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第三章 神经网络理论基础 | 第25-34页 |
| ·神经网络发展史 | 第25-26页 |
| ·神经网络的基本原理 | 第26-27页 |
| ·人工神经元模式 | 第26页 |
| ·连接权值 | 第26页 |
| ·神经网络状态 | 第26-27页 |
| ·神经网络的输出 | 第27页 |
| ·典型的神经网络学习规则 | 第27-28页 |
| ·神经网络模型 | 第28-29页 |
| ·典型前馈神经网络 | 第29-33页 |
| ·BP 算法 | 第29-32页 |
| ·RBF 算法 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于BP 网络改进型参数整定的PID 控制 | 第34-43页 |
| ·弹性积分PID 控制算法的提出 | 第34-35页 |
| ·弹性积分PID 控制算法仿真实验 | 第35-37页 |
| ·基于BP 网络的弹性积分PID控制算法 | 第37-40页 |
| ·基于BP 网络和RBF 辨识网络的弹性积分PID控制结构及原理 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 基于改进粒子群优化算法IPSO的BP-PID 研究 | 第43-58页 |
| ·PSO算法原理、流程及改进 | 第43-46页 |
| ·PSO 算法原理 | 第43-44页 |
| ·PSO 算法流程 | 第44-45页 |
| ·PSO 算法改进及研究方向 | 第45-46页 |
| ·基于变异思想的改进粒子群优化算法研究 | 第46-52页 |
| ·变异思想引入 | 第47-49页 |
| ·测试函数验证IPSO | 第49-52页 |
| ·IPSO-BP算法优化 PID控制器研究 | 第52-55页 |
| ·基于IPSO-BP 算法的PID控制器仿真实验 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 总结与展望 | 第58-60页 |
| 1. 主要工作 | 第58-59页 |
| 2. 主要创新点 | 第59页 |
| 3. 展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间取得的学术成果 | 第63-64页 |
| 致谢 | 第64页 |
