| 中文摘要 | 第1页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·选题背景及其意义 | 第7-11页 |
| ·控制器参数优化的意义 | 第7-8页 |
| ·控制器参数优化的传统方法 | 第8-9页 |
| ·仿生智能优化算法在参数优化中的可行性 | 第9-11页 |
| ·论文的主要工作 | 第11-13页 |
| 第二章 标准粒子群优化算法 | 第13-25页 |
| ·进化算法基本知识 | 第13-16页 |
| ·最优化问题 | 第13-14页 |
| ·无免费午餐定理 | 第14页 |
| ·进化算法的一般框架 | 第14-15页 |
| ·进化算法的基本设计原则 | 第15-16页 |
| ·粒子群优化标准算法 | 第16-25页 |
| ·粒子群算法的生物模型 | 第16-17页 |
| ·粒子群算法基本原理 | 第17-18页 |
| ·粒子群算法流程 | 第18-19页 |
| ·粒子群算法的设计步骤 | 第19-20页 |
| ·粒子群与其他进化算法的比较 | 第20-21页 |
| ·粒子群算法的常用改进方法 | 第21-23页 |
| ·基于惯性因子的动态调整 | 第21页 |
| ·带有收缩因子的粒子群算法 | 第21页 |
| ·利用选择的方法 | 第21-22页 |
| ·借鉴杂交的方法 | 第22页 |
| ·基于动态邻域的方法 | 第22-23页 |
| ·粒子群算法的研究方向 | 第23-25页 |
| 第三章 粒子群算法分析 | 第25-31页 |
| ·两种基本进化模型 | 第25-26页 |
| ·Gbest 模型 | 第25页 |
| ·Lbest 模型 | 第25-26页 |
| ·PSO 算法参数性能分析 | 第26-27页 |
| ·基于离散时间线性系统理论的分析 | 第27-28页 |
| ·基于随机算法收敛准则的 PSO 算法收敛性分析 | 第28-31页 |
| ·随机算法的收敛准则 | 第28-29页 |
| ·标准 PSO 算法的收敛性分析 | 第29-31页 |
| 第四章 基于改进 PSO 算法的主汽温系统 PID 参数优化 | 第31-41页 |
| ·热工系统分析 | 第31-32页 |
| ·优化目标函数的求取 | 第32-34页 |
| ·PSO 算法改进策略 | 第34-36页 |
| ·动态变量区间方法 | 第34-35页 |
| ·重新启动策略 | 第35-36页 |
| ·改进PSO 算法流程图 | 第36页 |
| ·改进 PSO 算法用于典型函数优化 | 第36-38页 |
| ·基于改进 PSO 算法的主汽温系统 PID 参数优化 | 第38-41页 |
| 第五章 基于粒子群优化的模糊控制器设计 | 第41-48页 |
| ·模糊控制器原理和结构简述 | 第41-43页 |
| ·模糊控制器设计 | 第43-45页 |
| ·模糊化 | 第43-44页 |
| ·模糊推理 | 第44页 |
| ·反模糊化 | 第44页 |
| ·模糊控制器的参数分析 | 第44-45页 |
| ·模糊控制器与 PID 双模控制 | 第45-46页 |
| ·基于粒子群优化的模糊控制器在主汽温系统中的应用 | 第46-48页 |
| 第六章 结论和研究展望 | 第48-50页 |
| ·结论 | 第48-49页 |
| ·研究前景 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 致谢 | 第52-53页 |
| 在学期间发表的学术论文和参加科研情况 | 第53页 |