混合粒子群优化及其在嵌入式智能控制中的应用
摘要 | 第1-6页 |
Abstract | 第6-12页 |
第1章 绪论 | 第12-33页 |
·研究的背景和意义 | 第12-14页 |
·国内外研究现状 | 第14-28页 |
·粒子群优化算法 | 第14-19页 |
·混合粒子群优化算法 | 第19-22页 |
·混合智能系统 | 第22-26页 |
·嵌入式智能控制系统 | 第26-28页 |
·课题的提出 | 第28-29页 |
·本文的研究工作与结构安排 | 第29-33页 |
第2章 粒子群优化算法研究 | 第33-58页 |
·引言 | 第33-34页 |
·PSO算法的基本原理 | 第34-36页 |
·标准PSO算法的参数分析 | 第36-37页 |
·PSO和遗传算法的比较 | 第37-38页 |
·具有收敛因子的粒子群优化算法模型 | 第38-39页 |
·粒子群优化算法改进研究 | 第39-49页 |
·改进算法的基本原理 | 第39-40页 |
·算例及分析 | 第40-49页 |
·粒子个体最优位置变异的粒子群优化算法 | 第49-56页 |
·本章小结 | 第56-58页 |
第3章 混合粒子群优化算法研究 | 第58-86页 |
·引言 | 第58页 |
·模拟退火算法 | 第58-68页 |
·算法原理 | 第58-61页 |
·模拟退火算法关键参数控制 | 第61-65页 |
·模拟退火算法的改进 | 第65-67页 |
·算法实现 | 第67-68页 |
·混合粒子群优化算法(PSOSA) | 第68-73页 |
·PSOSA混合优化算法描述 | 第68-71页 |
·PSOSA混合优化策略的效率定性分析 | 第71-72页 |
·PSOSA混合优化策略的机制 | 第72-73页 |
·算法数字仿真实验 | 第73-77页 |
·实验结果与分析 | 第73-76页 |
·与其它改进的PSO算法比较 | 第76-77页 |
·混合优化策略的特点 | 第77-78页 |
·解的形式和邻域结构对优化性能影响的讨论 | 第78-85页 |
·解的形式对优化性能的影响 | 第78-83页 |
·邻域结构对优化性能的影响 | 第83-85页 |
·本章小结 | 第85-86页 |
第4章 基于粒子群优化的前向神经网络研究 | 第86-119页 |
·引言 | 第86页 |
·BP网络及学习算法 | 第86-94页 |
·BP网络的结构及数学描述 | 第86-89页 |
·BP网络的学习算法 | 第89-92页 |
·BP算法存在的问题及改进 | 第92-94页 |
·基于PSO算法的前向神经网络学习算法 | 第94-107页 |
·基于标准的PSO算法的FNN学习算法 | 第94-96页 |
·基于改进的PSO算法的FNN学习算法 | 第96-97页 |
·基于混合PSO算法的FNN学习算法 | 第97-98页 |
·仿真结果与分析 | 第98-107页 |
·基于PSO和数值优化方法的FNN学习算法 | 第107-113页 |
·Levenberg-Marquardt算法 | 第107-109页 |
·PSOBPLM算法的学习流程 | 第109-110页 |
·算法的仿真结果分析 | 第110-113页 |
·基于PSO的前向神经网络变结构学习研究 | 第113-118页 |
·结构学习算法概述 | 第113-114页 |
·学习算法设计 | 第114-115页 |
·算法仿真示例 | 第115-118页 |
·本章小结 | 第118-119页 |
第5章 基于神经网络的工业洗衣机建模 | 第119-143页 |
·引言 | 第119页 |
·神经网络与模糊系统的等价性 | 第119-121页 |
·基于前向神经网络的工业洗衣机建模 | 第121-133页 |
·问题描述 | 第121-122页 |
·神经—模糊控制系统 | 第122-125页 |
·洗涤水位决策神经模糊控制器 | 第125页 |
·洗涤时间决策神经模糊控制器 | 第125-128页 |
·神经网络训练过程 | 第128-133页 |
·控制器学习功能的设计和实现 | 第133-135页 |
·基于神经网络的洗涤转速设计及均布过程的控制 | 第135-141页 |
·基于神经网络的洗涤转速设计 | 第135-137页 |
·基于NN的工业洗衣机脱水均布过程控制 | 第137-141页 |
·本章小结 | 第141-143页 |
第6章 工业洗衣机嵌入式智能控制系统实现 | 第143-164页 |
·系统功能分析 | 第143-145页 |
·系统硬件规划 | 第145-146页 |
·系统软件规划 | 第146-148页 |
·需求分析 | 第146-148页 |
·系统软件结构 | 第148页 |
·实时操作系统移植 | 第148-150页 |
·系统图形用户界面实现 | 第150-154页 |
·μC/GUI的数据结构 | 第150-151页 |
·μC/GUI工作过程分析 | 第151-152页 |
·μC/GUI接口 | 第152-153页 |
·μC/GUI在μC/OS上的移植 | 第153-154页 |
·系统任务模块划分及功能分析 | 第154-160页 |
·系统任务模块划 | 第154-157页 |
·任务模块功能分析 | 第157-160页 |
·神经网络智能计算的实现机制 | 第160-163页 |
·本章小结 | 第163-164页 |
第7章 全文总结与研究展望 | 第164-167页 |
·全文总结 | 第164-165页 |
·研究展望 | 第165-167页 |
参考文献 | 第167-179页 |
致谢 | 第179-180页 |
攻读博士学位期间发表的论文和参与的科研项目 | 第180-181页 |
获奖证书 | 第181页 |