| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-21页 |
| ·研究的背景与意义 | 第11-12页 |
| ·锅炉汽包水位控制技术的现状及发展 | 第12-13页 |
| ·广义预测控制的产生及其研究现状 | 第13-16页 |
| ·广义预测控制的产生 | 第13-14页 |
| ·广义预测控制的研究现状 | 第14-16页 |
| ·粒子群优化算法及其研究现状 | 第16-18页 |
| ·粒子群优化算法的产生 | 第16-17页 |
| ·粒子群优化算法的研究现状 | 第17-18页 |
| ·本文研究内容 | 第18-21页 |
| 第二章 广义预测控制的基本算法 | 第21-37页 |
| ·预测控制的基本原理 | 第21-22页 |
| ·广义预测控制的基本原理 | 第22-26页 |
| ·CARIMA预测模型 | 第22-23页 |
| ·滚动优化 | 第23-26页 |
| ·反馈校正 | 第26页 |
| ·广义预测控制中Diophantine方程的递推求解 | 第26-28页 |
| ·E_j(z~(-1))和F_j(z~(-1))的递推求解 | 第26-27页 |
| ·G_j(z~(-1))的递推求解 | 第27-28页 |
| ·广义预测控制的参数选择策略 | 第28-33页 |
| ·广义预测控制的性能分析 | 第33-35页 |
| ·GPC系统的闭环稳定性分析 | 第33-34页 |
| ·GPC系统的鲁棒性分析 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 第三章 粒子群优化算法原理 | 第37-51页 |
| ·引言 | 第37-38页 |
| ·粒子群算法的基本原理 | 第38-42页 |
| ·粒子群算法基本原理 | 第38-39页 |
| ·粒子群算法运算流程 | 第39-42页 |
| ·粒子群算法的拓扑结构 | 第42-43页 |
| ·粒子群算法的收敛性 | 第43-44页 |
| ·粒子群优化算法的经典改进 | 第44-47页 |
| ·引入惯性权重ω | 第44-45页 |
| ·引入收缩因子k | 第45-46页 |
| ·改进种群规模 | 第46页 |
| ·离散粒子群优化算法 | 第46-47页 |
| ·粒子群算法与其他一些算法的比较 | 第47-50页 |
| ·与遗传算法的比较 | 第47-49页 |
| ·与蚁群算法的比较 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 基于改进PSO算法的广义预测控制 | 第51-57页 |
| ·基于改进PSO算法的广义预测控制 | 第51-55页 |
| ·优化原理 | 第51页 |
| ·改进的优化策略 | 第51-55页 |
| ·仿真研究 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 基于改进粒子群算法的广义预测控制在锅炉水位控制系统的应用 | 第57-67页 |
| ·概述 | 第57-58页 |
| ·锅炉汽包水位控制系统 | 第58页 |
| ·锅炉汽包水位系统的特性 | 第58-59页 |
| ·锅炉汽包水位的物理模型 | 第59-62页 |
| ·给水流量作用下汽包水位的动态特性 | 第59-60页 |
| ·蒸汽流量作用下汽包水位的动态特性 | 第60-62页 |
| ·锅炉汽包水位系统模型的参数辨识 | 第62-63页 |
| ·仿真实验对比分析 | 第63-65页 |
| ·本章小结 | 第65-67页 |
| 第六章 总结与展望 | 第67-69页 |
| ·总结 | 第67页 |
| ·展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 攻读学位期间发表的学术论文 | 第74页 |
