| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第12-26页 |
| 1.1 选题背景 | 第12-13页 |
| 1.2 磁浮列车综述 | 第13-18页 |
| 1.2.1 磁浮列车技术的发展概况 | 第13-14页 |
| 1.2.2 磁浮列车技术的国内外研究现状 | 第14-17页 |
| 1.2.3 磁浮列车技术存在的问题 | 第17-18页 |
| 1.3 悬浮控制综述 | 第18-22页 |
| 1.4 悬浮控制的影响因素和不足之处 | 第22-23页 |
| 1.5 本文的研究内容 | 第23-24页 |
| 1.6 本文的创新点 | 第24-26页 |
| 第2章 悬浮系统的数学模型 | 第26-36页 |
| 2.1 悬浮系统的工作原理 | 第26-27页 |
| 2.2 悬浮系统的数学模型 | 第27-29页 |
| 2.3 悬浮系统的两种线性化模型 | 第29-35页 |
| 2.3.1 平衡点附近的线性系统1 | 第29-31页 |
| 2.3.2 反馈线性化的线性系统2 | 第31-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第3章 悬浮系统的参数辨识和系统分析 | 第36-42页 |
| 3.1 最小二乘拟合的原理 | 第36页 |
| 3.2 驱动线圈的参数辨识 | 第36-37页 |
| 3.3 电磁铁之间相互作用力的参数辨识 | 第37-39页 |
| 3.4 两个线性系统的稳定性分析 | 第39-41页 |
| 3.4.1 线性系统1的稳定性分析 | 第39-40页 |
| 3.4.2 线性系统2的稳定性分析 | 第40-41页 |
| 3.5 两个线性系统的不确定性分析 | 第41页 |
| 3.6 本章小结 | 第41-42页 |
| 第4章 状态反馈悬浮控制器设计和优化 | 第42-55页 |
| 4.1 无观测器的状态反馈悬浮控制器的设计与优化 | 第42-48页 |
| 4.2 有观测器的状态反馈悬浮控制器的设计与优化 | 第48-54页 |
| 4.3 本章小结 | 第54-55页 |
| 第5章 基于遗传算法的PID悬浮控制器设计和优化 | 第55-78页 |
| 5.1 基于遗传算法的PID悬浮控制器的设计 | 第55-58页 |
| 5.2 基于遗传算法的PID悬浮控制器的参数优化 | 第58-77页 |
| 5.2.1 编码方式的分析 | 第58-62页 |
| 5.2.2 群体大小的分析 | 第62-66页 |
| 5.2.3 交叉概率的分析 | 第66-70页 |
| 5.2.4 变异概率的分析 | 第70-74页 |
| 5.2.5 最大迭代数的分析 | 第74-77页 |
| 5.3 本章小节 | 第77-78页 |
| 第6章 基于粒子群算法的PID悬浮控制器设计和优化 | 第78-94页 |
| 6.1 基于粒子群算法的PID悬浮控制器的设计 | 第78-82页 |
| 6.2 基于粒子群算法的PID悬浮控制器的参数优化 | 第82-93页 |
| 6.2.1 惯性权重的分析 | 第82-84页 |
| 6.2.2 学习因子的分析 | 第84-87页 |
| 6.2.3 最大速度的分析 | 第87-90页 |
| 6.2.4 最大迭代数的分析 | 第90-93页 |
| 6.3 本章小节 | 第93-94页 |
| 第7章 悬浮控制器的模糊综合评价 | 第94-119页 |
| 7.1 模糊综合评价的基本原理 | 第94页 |
| 7.2 二级模糊综合评价模型的设计步骤 | 第94-95页 |
| 7.3 层次分析法 | 第95-96页 |
| 7.4 悬浮控制器的模糊综合评价模型 | 第96-117页 |
| 7.4.1 评价指标和评判集的选取 | 第97-103页 |
| 7.4.2 权重的确定 | 第103-107页 |
| 7.4.3 悬浮控制器的模糊综合评价 | 第107-117页 |
| 7.5 本章小结 | 第117-119页 |
| 结论和展望 | 第119-122页 |
| 致谢 | 第122-123页 |
| 参考文献 | 第123-135页 |
| 攻读博士学位期间发表的论文及参加的科研项目 | 第135-136页 |