| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 本文问题的提出 | 第10-12页 |
| 1.2 本文的研究思路 | 第12-13页 |
| 1.3 本文开展的主要研究工作 | 第13-16页 |
| 第2章 粒子群优化算法简述 | 第16-24页 |
| 2.1 基本粒子群优化算法 | 第16-18页 |
| 2.2 基本粒子群算法的实现 | 第18页 |
| 2.3 粒子群优化算法的研究现状 | 第18-21页 |
| 2.3.1 算法的理论分析 | 第19页 |
| 2.3.2 算法的改进研究 | 第19-21页 |
| 2.3.3 拓扑结构研究 | 第21页 |
| 2.4 粒子群算法的应用 | 第21-22页 |
| 2.4.1 PSO算法应用于函数优化问题 | 第21-22页 |
| 2.4.2 PSO算法的工程应用 | 第22页 |
| 2.5 粒子群优化算法尚待解决的一些问题 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第3章 基本粒子群算法的收敛性分析 | 第24-42页 |
| 3.1 局部最优位置和全局最优位置均不变 | 第24-26页 |
| 3.1.1 粒子的运动模型分析 | 第24-25页 |
| 3.1.2 粒子运动轨迹的收敛性分析 | 第25-26页 |
| 3.2 全局最优位置不变,局部最优位置时变 | 第26-28页 |
| 3.2.1 粒子的运动模型分析 | 第26-28页 |
| 3.2.2 粒子运动轨迹的收敛性分析 | 第28页 |
| 3.3 全局最优位置和局部最优位置均时变 | 第28-31页 |
| 3.3.1 粒子运动模型分析 | 第28-30页 |
| 3.3.2 粒子运动轨迹稳定性分析 | 第30-31页 |
| 3.4 仿真测试 | 第31-40页 |
| 3.4.1 Pbest时变,Gbest恒定时参数约束条件有效性比较 | 第31-35页 |
| 3.4.2 Pbest和Gbest均时变时参数约束条件有效性比较 | 第35-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第4章 模糊PID-PSO算法及收敛性分析 | 第42-66页 |
| 4.1 模糊PID-PSO算法 | 第42-47页 |
| 4.1.1 模糊PID控制器简介 | 第42-44页 |
| 4.1.2 模糊PID-PSO控制理论分析与模型推导 | 第44-47页 |
| 4.2 模糊PID-PSO算法的收敛性分析 | 第47-49页 |
| 4.3 模糊PID-PSO算法的参数选择与流程 | 第49-51页 |
| 4.3.1 模糊PID-PSO算法的参数选择 | 第49-50页 |
| 4.3.2 模糊PID-PSO算法的流程 | 第50-51页 |
| 4.4 仿真测试 | 第51-58页 |
| 4.4.1 测试函数与测试参数设置 | 第51-52页 |
| 4.4.2 仿真测试结论 | 第52-58页 |
| 4.5 基于模糊PID-PSO算法的电力系统稳定器参数优化 | 第58-64页 |
| 4.5.1 电力系统稳定器(PSS) | 第58-60页 |
| 4.5.2 加入PSS的电力系统数学模型分析 | 第60-61页 |
| 4.5.3 PSS参数优化实例 | 第61-64页 |
| 4.6 本章小结 | 第64-66页 |
| 第5章 基于随机离散系统鲁棒控制的粒子群优化算法 | 第66-84页 |
| 5.1 基于随机鲁棒控制的PSO算法 | 第66-73页 |
| 5.1.1 混合H_2/H_∞鲁棒控制简介 | 第66-67页 |
| 5.1.2 基于混合H_2/H_∞控制的PSO算法模型定义及分析 | 第67-69页 |
| 5.1.3 基于混合H_2/H_∞控制PSO算法可控条件与控制律分析 | 第69-72页 |
| 5.1.4 算法流程 | 第72-73页 |
| 5.2 混合H_2/H_∞-PSO算法的仿真测试 | 第73-76页 |
| 5.3 混合H_2/H_∞-PSO与模糊PID-PSO的混合算法 | 第76-78页 |
| 5.4 H_2/H_∞-PSO与模糊PID-PSO的混合算法仿真测试 | 第78-82页 |
| 5.4.1 仿真测试函数与参数设置 | 第78-80页 |
| 5.4.2 仿真测试结论 | 第80-82页 |
| 5.5 本章小结 | 第82-84页 |
| 第6章 总结与展望 | 第84-86页 |
| 6.1 主要研究工作的总结 | 第84-85页 |
| 6.2 后续研究展望 | 第85-86页 |
| 参考文献 | 第86-92页 |
| 致谢 | 第92页 |
