| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-20页 |
| ·工业过程稳态优化的意义 | 第11页 |
| ·稳态优化的研究进展及成果 | 第11-15页 |
| ·国外稳态优化技术的发展及应用成果 | 第11-12页 |
| ·国内稳态优化技术的发展及应用成果 | 第12-14页 |
| ·人工智能在工业过程稳态优化控制中的应用 | 第14-15页 |
| ·粒子群算法的研究现状 | 第15-18页 |
| ·粒子群算法的理论研究现状 | 第15-17页 |
| ·粒子群算法的应用研究现状及未来 | 第17-18页 |
| ·课题来源及研究内容 | 第18-20页 |
| ·课题来源 | 第18页 |
| ·本文主要工作 | 第18-20页 |
| 第2章 复杂工业过程稳态优化设计方案 | 第20-26页 |
| ·稳态优化问题概论 | 第20-22页 |
| ·概述 | 第20-21页 |
| ·优化的数学模型 | 第21页 |
| ·优化的分类 | 第21-22页 |
| ·系统优化模型及算法介绍 | 第22-25页 |
| ·系统优化模型 | 第22-24页 |
| ·系统优化算法 | 第24-25页 |
| ·优化方案的提出 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于禁忌搜索的退火粒子群算法 | 第26-41页 |
| ·优化算法的选择 | 第26-27页 |
| ·基本粒子群优化算法 | 第27-31页 |
| ·粒子群优化算法起源及思想 | 第27-28页 |
| ·基本粒子群优化算法的原理 | 第28-30页 |
| ·基本粒子群优化算法的步骤 | 第30-31页 |
| ·改进的粒子群优化算法 | 第31-34页 |
| ·引入指数递减惯性权重和收敛因子 | 第31页 |
| ·改进PSO 算法的思想 | 第31-33页 |
| ·改进PSO 算法的步骤流程 | 第33-34页 |
| ·改进PSO 算法的仿真实验 | 第34-40页 |
| ·标准测试函数 | 第34-36页 |
| ·实验结果 | 第36-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于改进PSO 算法的工业过程稳态优化研究 | 第41-51页 |
| ·研究对象 | 第41-43页 |
| ·建立工业过程模型 | 第43-49页 |
| ·RBF 网络的原理和结构 | 第43-45页 |
| ·newrb 创建RBF 网络 | 第45-47页 |
| ·工业过程模型建立与分析 | 第47-49页 |
| ·优化模型参数 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 附录 | 第57-58页 |
| 攻读学位期间发表的学术论文 | 第58-59页 |
| 致谢 | 第59页 |