| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题的研究背景和意义 | 第10-11页 |
| 1.2 综合减摇研究现状 | 第11-13页 |
| 1.3 智能控制算法在综合减摇控制系统上的应用 | 第13-14页 |
| 1.4 综合减摇系统耦合分析和解耦控制研究现状 | 第14-16页 |
| 1.4.1 综合减摇控制系统耦合分析 | 第14-15页 |
| 1.4.2 解耦控制方法研究现状 | 第15-16页 |
| 1.5 本文主要的研究内容 | 第16-18页 |
| 第2章 综合减摇控制系统数学建模分析 | 第18-32页 |
| 2.1 引言 | 第18页 |
| 2.2 船舶系统数学建模及分析 | 第18-19页 |
| 2.3 船舶-减摇鳍系统数学模型建立及分析 | 第19-22页 |
| 2.4 船舶-双减摇鳍系统数学建模及分析 | 第22-24页 |
| 2.5 船舶-被动水舱数学建模及分析 | 第24-28页 |
| 2.6 综合减摇系统数学建模及分析 | 第28-30页 |
| 2.7 综合减摇系统振动理论分析与耦合特性分析 | 第30-31页 |
| 2.8 本章小结 | 第31-32页 |
| 第3章 基于RGA模型的综合减摇系统耦合程度分析 | 第32-44页 |
| 3.1 引言 | 第32页 |
| 3.2 相对增益矩阵基本原理 | 第32-37页 |
| 3.2.1 多变量解耦方法介绍 | 第34-36页 |
| 3.2.2 静态相对增益矩阵求解 | 第36-37页 |
| 3.2.3 动态相对增益矩阵求解 | 第37页 |
| 3.3 综合减摇系统MIMO模型建立 | 第37-39页 |
| 3.4 综合减摇系统RGA模型耦合分析 | 第39-41页 |
| 3.4.1 综合减摇系统RGA模型参数计算 | 第39-40页 |
| 3.4.2 综合减摇系统RGA模型耦合度分析 | 第40-41页 |
| 3.5 本章小结 | 第41-44页 |
| 第4章 基于改进粒子群算法的PID神经网络综合减摇系统解耦控制 | 第44-60页 |
| 4.1 引言 | 第44页 |
| 4.2 粒子群算法 | 第44-50页 |
| 4.2.1 基本粒子群算法 | 第44-47页 |
| 4.2.2 PID神经元网络的一般结构 | 第47-50页 |
| 4.3 改进粒子群算法 | 第50-54页 |
| 4.3.1 改进粒子群算法现状 | 第50-52页 |
| 4.3.2 基于时变加速度系数的粒子群算法改进分析 | 第52-54页 |
| 4.4 基于改进粒子群算法的PID神经网络解耦控制器设计 | 第54-56页 |
| 4.4.1 综合减摇控制系统性能指标函数的选取 | 第54-55页 |
| 4.4.2 综合减摇系统解耦控制器设计 | 第55-56页 |
| 4.5 控制系统性能分析 | 第56-59页 |
| 4.6 本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士期间发表的论文和取得的科研成果 | 第66-68页 |
| 致谢 | 第68页 |
