| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 论文选题目的和意义 | 第16-17页 |
| 1.2 本课题相关领域研究状况 | 第17-21页 |
| 1.2.1 群体智能优化算法的研究现状 | 第17-18页 |
| 1.2.2 布谷鸟优化算法的研究现状 | 第18-19页 |
| 1.2.3 非线性系统辨识的研究现状 | 第19-20页 |
| 1.2.4 PID控制器参数整定的研究现状 | 第20-21页 |
| 1.3 本文主要工作 | 第21-24页 |
| 第二章 多输入多输出情况下非线性Hammerstein模型的辨识 | 第24-48页 |
| 2.1 引言 | 第24页 |
| 2.2 预备知识 | 第24-26页 |
| 2.2.1 MIMO Hammerstein模型的一般形式 | 第24-26页 |
| 2.2.2 两种典型的重尾分布的噪声 | 第26页 |
| 2.3 基本布谷鸟优化算法(CS)和非线性随机搜索算法(NLJ) | 第26-28页 |
| 2.4 基于CS-NLJ算法的MIMO Hammerstein模型参数辨识 | 第28-33页 |
| 2.4.1 所提出的一种新的CS-NLJ算法 | 第28-30页 |
| 2.4.2 一般MIMO Hammerstein模型的参数估计过程 | 第30-33页 |
| 2.5 所提出算法讨论 | 第33-35页 |
| 2.5.1 变异概率 | 第33-34页 |
| 2.5.2 步长 | 第34-35页 |
| 2.5.3 边界处理方法 | 第35页 |
| 2.6 仿真 | 第35-45页 |
| 2.7 小结 | 第45-48页 |
| 第三章 多输入多输出情况下的非线性Wiener模型的辨识 | 第48-56页 |
| 3.1 引言 | 第48页 |
| 3.2 预备知识 | 第48-50页 |
| 3.2.1 一般的wiener模型 | 第48-49页 |
| 3.2.2 基于统一模型结构的MIMO wiener模型 | 第49-50页 |
| 3.3 基于CS-NLJ算法的MIMO wiener模型参数优化 | 第50-51页 |
| 3.4 仿真 | 第51-55页 |
| 3.5 小结 | 第55-56页 |
| 第四章 稳定系统的PID控制器设计 | 第56-76页 |
| 4.1 引言 | 第56-57页 |
| 4.2 预备知识 | 第57-59页 |
| 4.2.1 PID控制器 | 第57页 |
| 4.2.2 处理多目标问题的方法 | 第57-58页 |
| 4.2.3 处理多约束问题的方法 | 第58-59页 |
| 4.3 布谷鸟优化算法(CS)和重尾序列(HTD) | 第59-61页 |
| 4.4 基于改进的CS算法的PID控制器参数优化 | 第61-66页 |
| 4.4.1 一种新的改进的CS算法 | 第61-64页 |
| 4.4.2 PID控制器优化步骤 | 第64-66页 |
| 4.5 仿真 | 第66-75页 |
| 4.6 小结 | 第75-76页 |
| 第五章 不稳定系统的PID控制器设计 | 第76-92页 |
| 5.1 引言 | 第76页 |
| 5.2 预备知识 | 第76-79页 |
| 5.2.1 PID控制器 | 第76-77页 |
| 5.2.2 多约束问题的处理方法 | 第77-78页 |
| 5.2.3 t-分布模型和NLJ算法 | 第78-79页 |
| 5.3 基于改进CS-NLJ算法的PID控制器参数整定 | 第79-83页 |
| 5.3.1 改进的CS-NLJ搜索算法 | 第79-82页 |
| 5.3.2 PID控制器参数整定策略 | 第82-83页 |
| 5.4 仿真 | 第83-90页 |
| 5.5 小结 | 第90-92页 |
| 第六章 总结与展望 | 第92-94页 |
| 参考文献 | 第94-100页 |
| 致谢 | 第100-102页 |
| 研究成果及发表的学术论文 | 第102-104页 |
| 作者和导师简介 | 第104-106页 |
| 附件 | 第106-107页 |
