| 摘要 | 第1-6页 |
| ABSTRACT | 第6-17页 |
| 第一章 绪论 | 第17-23页 |
| ·课题研究的历史背景 | 第17-18页 |
| ·课题研究的意义 | 第18-19页 |
| ·优化算法综述 | 第19-20页 |
| ·本课题的主要内容 | 第20-23页 |
| 第二章 基本粒子群优化算法 | 第23-35页 |
| ·国内外粒子群优化算法研究现状 | 第23-24页 |
| ·粒子群优化算法的发展 | 第23-24页 |
| ·粒子群优化算法的应用 | 第24页 |
| ·基本粒子群优化算法介绍 | 第24-30页 |
| ·粒子群优化算法的起源 | 第24-26页 |
| ·粒子群优化算法的原理 | 第26-27页 |
| ·粒子群优化算法的数学描述 | 第27-28页 |
| ·基本算法流程 | 第28-29页 |
| ·全局模型和局部模型 | 第29-30页 |
| ·粒子群优化算法参数分析 | 第30-31页 |
| ·粒子群优化算法特点分析 | 第31-32页 |
| ·粒子群优化算法与其他优化算法的比较 | 第32-33页 |
| ·粒子群优化算法和遗传算法的比较 | 第32页 |
| ·粒子群优化算法和模拟退火算法的比较 | 第32-33页 |
| ·小结 | 第33-35页 |
| 第三章 粒子群优化算法改进的研究 | 第35-51页 |
| ·粒子群优化算法改进思路 | 第35-36页 |
| ·粒子群优化算法需要改进问题 | 第35页 |
| ·粒子群优化算法的改进原则分析 | 第35-36页 |
| ·遗传算法简介 | 第36-39页 |
| ·遗传算法综述 | 第36-37页 |
| ·遗传算法(GA)的操作流程 | 第37-39页 |
| ·结合遗传算法的粒子群优化算法(GAPSO)的改进过程 | 第39-42页 |
| ·粒子群优化算法的改进分析 | 第39页 |
| ·算法的改进原理分析 | 第39-41页 |
| ·改进后的优化算法流程 | 第41-42页 |
| ·粒子群优化算法和模拟退火思想结合(SAPSO)的改进过程 | 第42-44页 |
| ·模拟退火算法的介绍 | 第42-43页 |
| ·结合模拟退火思想的粒子群优化算法 | 第43-44页 |
| ·基准函数的仿真实验分析 | 第44-50页 |
| ·优化算法的测试 | 第44-46页 |
| ·实验仿真比较 | 第46-50页 |
| ·小结 | 第50-51页 |
| 第四章 结合遗传操作算子的粒子群优化算法在控制系统中的应用 | 第51-65页 |
| ·改进的算法GAPSO应用于控制器的参数优化 | 第51-55页 |
| ·PID控制器参数优化的必要性与原理分析 | 第51-52页 |
| ·控制器参数对控制性能的影响 | 第52页 |
| ·控制系统的性能评价函数的选取 | 第52-53页 |
| ·GAPSO优化算法对控制器参数的优化 | 第53-54页 |
| ·仿真实验分析 | 第54-55页 |
| ·结合遗传操作算子的优化算法对被控对象的参数过程辨识 | 第55-63页 |
| ·参数过程辨识的概念及其必要性分析 | 第55-56页 |
| ·参数模型辨识的模型分类 | 第56-57页 |
| ·过程参数模型的辨识方法分析 | 第57-59页 |
| ·基于结合遗传算子的粒子群优化算法的对象参数模型辨识的实现步骤 | 第59-60页 |
| ·参数模型的仿真辨识结果 | 第60-63页 |
| ·小结 | 第63-65页 |
| 第五章 改进的GAPSO算法的Visual C++实现研究 | 第65-77页 |
| ·粒子群优化算法的软件设计分析 | 第65-71页 |
| ·软件技术支撑环境及其工具介绍 | 第65页 |
| ·主程序的开发设计 | 第65-66页 |
| ·软件界面设计 | 第66-68页 |
| ·UML建模及关键类图分析 | 第68-71页 |
| ·PID参数优化的软件实现结果仿真 | 第71-74页 |
| ·被控对象传递函数的离散化 | 第71-72页 |
| ·实验仿真结果输出 | 第72-74页 |
| ·对象模型辨识及其实现 | 第74-76页 |
| ·模型辨识常用参数结构 | 第74-75页 |
| ·被控对象参数模型辨识结果仿真 | 第75-76页 |
| ·小结 | 第76-77页 |
| 第六章 基于Visual C++改进的粒子群算法在SMPT-1000实训系统中的应用 | 第77-99页 |
| ·OPC简介 | 第77-80页 |
| ·OPC技术概况 | 第77-78页 |
| ·OPC技术的规范 | 第78-79页 |
| ·OPC技术在工业领域的应用 | 第79-80页 |
| ·OPC在数据采集中的应用 | 第80-84页 |
| ·改进的优化算法在换热器对象上的应用 | 第84-90页 |
| ·换热器模型工艺流程 | 第84-86页 |
| ·改进的优化算法在换热器出口温度参数模型辨识上的应用 | 第86-89页 |
| ·改进的优化算法在换热器出口温度控制上的应用 | 第89-90页 |
| ·结合遗传算子的改进粒子群优化算法在锅炉控制系统上的应用 | 第90-97页 |
| ·锅炉的工艺介绍 | 第90-93页 |
| ·改进的优化算法在锅炉的过热蒸汽温度控制上的应用 | 第93-95页 |
| ·改进的优化算法对锅炉的过热蒸汽压力的参数模型辨识 | 第95-97页 |
| ·小结 | 第97-99页 |
| 第七章 结论与展望 | 第99-101页 |
| ·结论 | 第99-100页 |
| ·展望 | 第100-101页 |
| 参考文献 | 第101-105页 |
| 致谢 | 第105-107页 |
| 研究成果及发表的学术论文 | 第107-109页 |
| 作者和导师简介 | 第109-110页 |
| 硕士研究生学位论文答辩委员会决议书 | 第110-111页 |
