创新点摘要 | 第5-6页 |
摘要 | 第6-8页 |
Abstract | 第8-9页 |
第1章 绪论 | 第14-32页 |
1.1 课题研究的目的及意义 | 第14-16页 |
1.2 粒子群优化算法研究现状 | 第16-21页 |
1.2.1 参数选择方式研究 | 第16-18页 |
1.2.2 算法收敛性分析研究 | 第18-20页 |
1.2.3 种群拓扑结构研究 | 第20-21页 |
1.2.4 混合粒子群优化算法研究 | 第21页 |
1.3 分数阶微积分在控制中研究现状 | 第21-26页 |
1.3.1 分数阶系统辨识研究 | 第22-23页 |
1.3.2 分数阶控制器设计研究 | 第23-25页 |
1.3.3 分数阶算子数值实现研究 | 第25-26页 |
1.4 船舶航向控制的研究现状 | 第26-29页 |
1.4.1 机械式自动舵 | 第26-27页 |
1.4.2 PID自动舵 | 第27页 |
1.4.3 自适应舵 | 第27-28页 |
1.4.4 智能舵 | 第28-29页 |
1.5 论文主要工作 | 第29-32页 |
第2章 船舶操纵运动数学模型 | 第32-49页 |
2.1 引言 | 第32-33页 |
2.2 船舶运动分析中的坐标系 | 第33-34页 |
2.3 状态空间型船舶平面运动数学模型 | 第34-38页 |
2.3.1 二自由度状态空间型线性模型 | 第34-37页 |
2.3.2 三自由度状态空间型线性模型 | 第37页 |
2.3.3 随机干扰 | 第37-38页 |
2.4 一种响应型非线性船舶运动数学模型 | 第38-40页 |
2.5 风、浪、流干扰模型 | 第40-45页 |
2.5.1 风等效舵角 | 第41-44页 |
2.5.2 浪等效舵角 | 第44-45页 |
2.5.3 定常均匀流 | 第45页 |
2.6 欠驱动船舶运动控制特性 | 第45-47页 |
2.6.1 欠驱动船舶数学模型的不确定性 | 第46页 |
2.6.2 系统的欠驱动特性 | 第46-47页 |
2.6.3 控制输入饱和与信号量测误差 | 第47页 |
2.7 本章小结 | 第47-49页 |
第3章 粒子群优化算法及其船舶航向控制应用 | 第49-70页 |
3.1 引言 | 第49-50页 |
3.2 原始粒子群优化算法 | 第50-52页 |
3.2.1 算法基本原理 | 第50-52页 |
3.2.2 算法基本步骤 | 第52页 |
3.3 标准粒子群优化算法 | 第52-55页 |
3.3.1 带惯性权重的粒子群算法 | 第52-54页 |
3.3.2 带收缩因子的粒子群算法 | 第54页 |
3.3.3 种群拓扑结构引申的粒子群算法 | 第54-55页 |
3.4 粒子群优化算法的理论分析 | 第55-59页 |
3.4.1 粒子的线性离散系统构建 | 第55-57页 |
3.4.2 粒子群算法的收敛性分析 | 第57-59页 |
3.5 一种基于改进粒子群优化算法的船舶航向保持 | 第59-68页 |
3.5.1 问题描述 | 第59-60页 |
3.5.2 基于时变非线性三角函数改进粒子群算法 | 第60页 |
3.5.3 控制器设计 | 第60-63页 |
3.5.4 仿真研究 | 第63-68页 |
3.6 本章小结 | 第68-70页 |
第4章 分数阶控制系统及其船舶航向控制应用 | 第70-90页 |
4.1 引言 | 第70-71页 |
4.2 分数阶微积分相关理论 | 第71-75页 |
4.2.1 基本函数 | 第71-72页 |
4.2.2 分数阶微积分定义 | 第72-74页 |
4.2.3 分数阶微积分的Laplace变换 | 第74-75页 |
4.3 分数阶系统求解 | 第75-77页 |
4.3.1 分数阶线性微积分方程求解 | 第76-77页 |
4.3.2 分数阶微积分框图求解法 | 第77页 |
4.4 分数阶微积分算子近似 | 第77-82页 |
4.4.1 直接近似化方法 | 第78-79页 |
4.4.2 间接近似化方法 | 第79-82页 |
4.5 分数阶PI~λD~μ控制器及在船舶航向中应用研究 | 第82-89页 |
4.5.1 分数阶PI~λD~μ控制器 | 第82-83页 |
4.5.2 船舶航向分数阶PI~λD~μ控制器设计 | 第83-86页 |
4.5.3 仿真研究 | 第86-89页 |
4.6 本章小结 | 第89-90页 |
第5章 基于参数改进粒子群算法的船舶航向分数阶控制 | 第90-114页 |
5.1 引言 | 第90-91页 |
5.2 基于时变非线性三角函数改进粒子群算法的船舶航向分数阶控制 | 第91-100页 |
5.2.1 问题描述 | 第91-92页 |
5.2.2 基于时变非线性三角函数改进粒子群算法 | 第92页 |
5.2.3 控制器设计 | 第92-94页 |
5.2.4 仿真研究 | 第94-100页 |
5.3 基于异步时变学习因子粒子群算法的船舶航向分数阶控制 | 第100-107页 |
5.3.1 问题描述 | 第100-101页 |
5.3.2 基于异步时变学习因子改进粒子群算法 | 第101页 |
5.3.3 控制器设计 | 第101-102页 |
5.3.4 仿真研究 | 第102-107页 |
5.4 基于非线性动态权重粒子群算法的船舶航向分数阶控制 | 第107-112页 |
5.4.1 问题描述 | 第107页 |
5.4.2 基于非线性动态权重改进粒子群算法 | 第107-108页 |
5.4.3 控制器设计 | 第108页 |
5.4.4 仿真研究 | 第108-112页 |
5.5 本章小结 | 第112-114页 |
第6章 基于混合粒子群算法的船舶航向分数阶控制 | 第114-130页 |
6.1 引言 | 第114页 |
6.2 基于混合GA-PSO算法的船舶航向分数阶控制 | 第114-123页 |
6.2.1 问题描述 | 第114-115页 |
6.2.2 基于混合GA-PSO算法 | 第115-116页 |
6.2.3 控制器设计 | 第116-117页 |
6.2.4 仿真研究 | 第117-123页 |
6.3 基于改进SA-PSO算法的船舶航向分数阶控制 | 第123-129页 |
6.3.1 问题描述 | 第123页 |
6.3.2 基于改进SA-PSO算法 | 第123-125页 |
6.3.3 控制器设计 | 第125页 |
6.3.4 仿真研究 | 第125-129页 |
6.4 本章小结 | 第129-130页 |
第7章 全文总结与展望 | 第130-132页 |
参考文献 | 第132-142页 |
攻读学位期间公开发表论文 | 第142-143页 |
致谢 | 第143-144页 |
作者简介 | 第144页 |