摘要 | 第1页 |
ABSTRACT | 第4-7页 |
第一章 引言 | 第7-13页 |
·选题背景及意义 | 第7-9页 |
·概述 | 第7页 |
·选题背景 | 第7-8页 |
·研究意义 | 第8-9页 |
·国内外研究动态 | 第9-11页 |
·论文的主要工作内容 | 第11-13页 |
第二章 基本蚁群算法及其特点 | 第13-21页 |
·蚁群算法的基本原理 | 第13-17页 |
·真实蚂蚁的集体行为 | 第13-14页 |
·人工蚂蚁的集体行为 | 第14-17页 |
·基本蚁群算法模型 | 第17-18页 |
·基本蚁群算法流程 | 第18页 |
·基本蚁群算法的优点与不足 | 第18-20页 |
·本章小结 | 第20-21页 |
第三章 具有分工特征的蚁群算法 | 第21-34页 |
·引言 | 第21页 |
·算法的启发思想 | 第21-22页 |
·连续空间中变量编码规则 | 第22-23页 |
·三维坐标信息素体系 | 第23-24页 |
·人工蚂蚁的行为 | 第24-26页 |
·具有分工特征的蚁群算法模型 | 第26-27页 |
·晋级组蚁群与工蚁群工作流程 | 第27-28页 |
·具有分工特征的蚁群算法流程 | 第28-30页 |
·仿真算例 | 第30-33页 |
·本章小结 | 第33-34页 |
第四章 基于具有分工特征的蚁群算法的热工过程辨识 | 第34-46页 |
·引言 | 第34页 |
·过程辨识的步骤和方法 | 第34-35页 |
·基于具有分工特征的算法的热工过程辨识 | 第35-38页 |
·过程辨识原理 | 第36-37页 |
·电厂热工过程研究对象 | 第37-38页 |
·过程辨识方案设计 | 第38页 |
·仿真与应用研究 | 第38-44页 |
·给定模型的辨识 | 第38-41页 |
·利用现场数据的辨识 | 第41-44页 |
·本章小结 | 第44-46页 |
第五章 基于具有分工特征的蚁群算法的控制器参数优化 | 第46-54页 |
·PID控制器参数整定的研究状况 | 第46-47页 |
·基于具有分工特征的蚁群算法的 PID 参数优化整定 | 第47-49页 |
·目标函数选取 | 第47-48页 |
·优化整定方案设计 | 第48-49页 |
·仿真与应用研究 | 第49-53页 |
·单回路PID控制器参数整定 | 第49-50页 |
·串级PID控制器参数整定 | 第50-53页 |
·本章小结 | 第53-54页 |
第六章 结论 | 第54-55页 |
参考文献 | 第55-58页 |
致谢 | 第58-59页 |
附录1:人工蚂蚁类的定义 | 第59-63页 |
附录2:城市矩阵类的定义 | 第63-65页 |
在学期间发表的学术论文和参加科研情况 | 第65页 |