粒子群算法的改进及其在自抗扰控制器参数优化中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 插图索引 | 第11-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-19页 |
| ·引言 | 第13页 |
| ·粒子群算法的研究现状 | 第13-16页 |
| ·算法的理论研究 | 第14-15页 |
| ·算法的改进研究 | 第15-16页 |
| ·自抗扰控制器的发展 | 第16-17页 |
| ·研究目的及内容 | 第17-18页 |
| ·文章结构与章节安排 | 第18-19页 |
| 第2章 粒子群优化算法概述 | 第19-27页 |
| ·优化问题 | 第19-21页 |
| ·优化的基本概念 | 第19-20页 |
| ·局部优化算法 | 第20页 |
| ·全局优化算法 | 第20-21页 |
| ·基本粒子群算法 | 第21-24页 |
| ·算法的起源 | 第21页 |
| ·算法的原理 | 第21-22页 |
| ·算法的流程 | 第22-23页 |
| ·粒子的运动行为分析 | 第23-24页 |
| ·粒子群算法收敛性分析 | 第24-25页 |
| ·粒子群算法的应用 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第3章 带重复搜索算子的小波粒子群优化算法 | 第27-37页 |
| ·引言 | 第27页 |
| ·改进思路 | 第27-30页 |
| ·改进的迭代公式 | 第27-28页 |
| ·停滞判断 | 第28页 |
| ·重复搜索策略 | 第28-29页 |
| ·Morlet小波学习 | 第29-30页 |
| ·改进的算法流程 | 第30-31页 |
| ·仿真实验与结果讨论 | 第31-36页 |
| ·参数分析 | 第32-33页 |
| ·算法精度对比测试 | 第33-35页 |
| ·算法速度测试 | 第35-36页 |
| ·小结 | 第36-37页 |
| 第4章 融合单纯形的免疫粒子群优化算法 | 第37-50页 |
| ·引言 | 第37-38页 |
| ·免疫算法概述 | 第38-41页 |
| ·人工免疫系统 | 第38-39页 |
| ·克隆选择算法 | 第39-41页 |
| ·NMIPSO算法 | 第41-47页 |
| ·云模型 | 第41-42页 |
| ·云变异 | 第42-43页 |
| ·单纯形法 | 第43-45页 |
| ·算法流程 | 第45-47页 |
| ·仿真实验 | 第47-49页 |
| ·精度测试 | 第47-48页 |
| ·算法多样性分析 | 第48-49页 |
| ·小结 | 第49-50页 |
| 第5章 基于改进粒子群算法的ADRC参数优化 | 第50-62页 |
| ·引言 | 第50页 |
| ·自抗扰控制技术的基本原理 | 第50-56页 |
| ·跟踪微分器(TD) | 第51-52页 |
| ·扩张状态观测器(ESO) | 第52-53页 |
| ·非线性状态误差反馈律(NLSEF) | 第53-54页 |
| ·ADRC的离散算法 | 第54-56页 |
| ·ADRC参数整定方法 | 第56-57页 |
| ·自抗扰控制器参数优化 | 第57-58页 |
| ·适应度函数的选择 | 第57-58页 |
| ·NMIPSO-ADRC算法流程 | 第58页 |
| ·仿真实验 | 第58-61页 |
| ·阶跃响应 | 第58-60页 |
| ·扰动测试 | 第60-61页 |
| ·小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 附录A 攻读学位期间发表的学术论文 | 第69-70页 |
| 附录B 攻读学位期间参与的科研课题 | 第70页 |
