SPSA算法及其在函数寻优与控制中的应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第一章 绪论 | 第13-27页 |
| ·研究的背景及意义 | 第13-17页 |
| ·最近两年最新的研究成果 | 第17-19页 |
| ·国外最新成果 | 第17-18页 |
| ·国内最新成果 | 第18-19页 |
| ·什么是同时扰动随机逼近算法 | 第19-21页 |
| ·基于 SPSA 的函数寻优 | 第21页 |
| ·基于 SPSA 的控制 | 第21-25页 |
| ·基于 SPSA 的神经网络控制 | 第21-23页 |
| ·基于 SPSA 的无模型控制 | 第23-25页 |
| ·论文的主要工作和贡献 | 第25-26页 |
| ·论文的结构安排 | 第26-27页 |
| 第二章 同时扰动随机逼近算法研究 | 第27-41页 |
| ·随机逼近算法 | 第29-36页 |
| ·R-M 算法 | 第29-31页 |
| ·K-W 算法 | 第31-32页 |
| ·同时扰动随机逼近算法 | 第32-36页 |
| ·SPSA 算法的改进 | 第36-38页 |
| ·梯度平均 SPSA | 第36页 |
| ·基于一次测量的 SPSA | 第36页 |
| ·自适应 SPSA | 第36-37页 |
| ·改进的 ASPSA | 第37-38页 |
| ·SPSA 算法应用实例 | 第38-40页 |
| ·交通信号配时和线路优化 | 第38-39页 |
| ·目标优化 | 第39-40页 |
| ·小结 | 第40-41页 |
| 第三章 基于 SPSA 算法的最优问题研究 | 第41-50页 |
| ·函数优化求解的方法 | 第41-42页 |
| ·无约束最优化算法的研究 | 第42-43页 |
| ·下降法 | 第42-43页 |
| ·SPSA 最优化算法 | 第43页 |
| ·SPSA 算法寻优过程 | 第43-45页 |
| ·仿真研究 | 第45-49页 |
| ·小结 | 第49-50页 |
| 第四章 基于 SPSA 的 PD 控制 | 第50-67页 |
| ·PID 控制 | 第52-56页 |
| ·基于 SPSA 的 PD 控制方案 | 第56-57页 |
| ·船舶运动数学模型 | 第57-58页 |
| ·仿真研究 | 第58-66页 |
| ·小结 | 第66-67页 |
| 第五章 结论与展望 | 第67-70页 |
| ·结论 | 第67-68页 |
| ·展望 | 第68-70页 |
| 参考文献 | 第70-81页 |
| 致谢 | 第81-83页 |
| 攻读硕士学位期间发表的学术论文及参与项目情况 | 第83-84页 |
