首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于改进粒子群算法的一类非线性模型预测控制

致谢第1-5页
摘要第5-6页
Abstract第6-9页
1 绪论第9-16页
   ·NMPC研究背景第9-11页
   ·NMPC的研究第11-14页
     ·NMPC的研究发展第11-13页
     ·NMPC的应用价值第13页
     ·NMPC待研究的问题第13-14页
   ·研究内容第14-16页
2 粒子群算法与粒子滤波重采样第16-25页
   ·粒子群算法第16-22页
     ·粒子群算法的简介第16页
     ·粒子群算法的基本原理第16-17页
     ·PSO算法的步骤及框架流程第17-18页
     ·粒子群算法的优缺点第18-19页
     ·PSO算法的研究发展现状第19-21页
     ·NMPC的优化第21-22页
   ·粒子滤波重采样理论第22-24页
     ·粒子滤波重采样方法第22-24页
     ·粒子滤波重采样的优点第24页
   ·本章小结第24-25页
3 粒子群算法的改进第25-38页
   ·粒子群算法的改进方法第25-26页
     ·粒子群算法的改进策略第25页
     ·改进粒子群算法步骤流程第25-26页
   ·仿真实验与结果分析第26-37页
     ·测试函数第26-27页
     ·实验测试与结果分析第27-37页
   ·小结第37-38页
4 基于改进粒子群算法的一类NMPC第38-46页
   ·问题的提出第38页
   ·离散型NMPC的问题描述第38-39页
   ·基于改进PSO算法求解NMPC第39-41页
   ·NMPC的稳定性分析第41-42页
   ·仿真实验第42-45页
   ·小结第45-46页
结论第46-47页
参考文献第47-51页
附录A 附录内容名称第51-59页
作者简历第59-61页
学位论文数据集第61页

论文共61页,点击 下载论文
上一篇:分形理论在摩擦学系统中的应用研究
下一篇:基于IABC-RBF算法和小波分析的瓦斯时间序列优化预测