| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-20页 |
| ·课题背景和研究动机 | 第10-12页 |
| ·群体智能优化算法简介 | 第12-17页 |
| ·蚁群算法 | 第13-14页 |
| ·微粒群算法 | 第14-15页 |
| ·人工鱼群算法 | 第15-16页 |
| ·蜂群算法 | 第16-17页 |
| ·本文的主要研究内容与创新点 | 第17-19页 |
| ·本文的主要研究内容 | 第17-18页 |
| ·本文的创新点 | 第18-19页 |
| ·本文的组织 | 第19-20页 |
| 第2章 微粒群算法基本原理 | 第20-28页 |
| ·引言 | 第20页 |
| ·微粒群算法原理 | 第20-21页 |
| ·微粒群算法实现流程与程序伪代码 | 第21-23页 |
| ·微粒群算法几种常见的典型形式 | 第23-24页 |
| ·微粒群算法的拓扑结构 | 第24-26页 |
| ·微粒群算法与其它几种现代优化算法的比较 | 第26页 |
| ·微粒群算法的应用与发展趋势 | 第26-28页 |
| 第3章 微粒群算法的改进与可视化实现问题 | 第28-46页 |
| ·引言 | 第28页 |
| ·现有重要改进算法综述 | 第28-29页 |
| ·基于增加微粒搜索方向的PSO 算法改进 | 第29-31页 |
| ·算法的改进思路 | 第29-30页 |
| ·算法改进的可行性理论分析 | 第30-31页 |
| ·基于扩大微粒搜索范围的PSO 算法改进 | 第31-36页 |
| ·算法的改进思路 | 第31-32页 |
| ·标准PSO 算法的理论分析 | 第32-34页 |
| ·基于扩大微粒搜索范围改进的实现及可行性理论分析 | 第34-36页 |
| ·仿真实验研究 | 第36-44页 |
| ·微粒群算法的程序实现问题 | 第36-37页 |
| ·微粒群算法的可视化实现问题 | 第37-43页 |
| ·数值实验 | 第43-44页 |
| ·小结 | 第44-46页 |
| 第4章 微粒群算法参数选择的仿真实验与理论分析 | 第46-60页 |
| ·引言 | 第46页 |
| ·微粒群算法的两种模型 | 第46-47页 |
| ·微粒群算法参数选择的仿真实验 | 第47-53页 |
| ·惯性权值的测试实验 | 第47-50页 |
| ·加速度常数的测试实验 | 第50-52页 |
| ·种群规模和最大进化代数的测试实验 | 第52-53页 |
| ·微粒群算法参数选择的理论分析 | 第53-58页 |
| ·微粒位置变化的分析 | 第54-56页 |
| ·微粒速度变化的分析 | 第56-57页 |
| ·微粒群算法理论分析的一些其它方法 | 第57-58页 |
| ·小结 | 第58-60页 |
| 第5章 微粒群算法在控制系统PID 参数优化中的应用 | 第60-72页 |
| ·引言 | 第60页 |
| ·PID 控制理论与PID 控制器 | 第60-62页 |
| ·PID 控制的基本原理 | 第60-61页 |
| ·PID 控制器三个环节对控制效果的影响 | 第61-62页 |
| ·PID 控制器参数整定方案综述 | 第62-64页 |
| ·PSO-PID 仿真实验与结果分析 | 第64-71页 |
| ·小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-76页 |
| ·本文总结 | 第72页 |
| ·存在的问题和未来的研究方向 | 第72-76页 |
| 参考文献 | 第76-80页 |
| 附录 PSO 算法可视化平台开发主要 MATLAB 源代码 | 第80-84页 |
| 致谢 | 第84-86页 |
| 攻读硕士学位期间发表的论文 | 第86页 |