摘要 | 第7-8页 |
Abstract | 第8-9页 |
第1章 绪论 | 第12-19页 |
1.1 研究背景及意义 | 第12页 |
1.2 国内外研究现状 | 第12-17页 |
1.2.1 迭代学习律研究现状 | 第13-14页 |
1.2.2 迭代学习控制收敛性研究现状 | 第14-15页 |
1.2.3 迭代学习控制鲁棒性研究现状 | 第15页 |
1.2.4 迭代学习控制初值问题研究现状 | 第15页 |
1.2.5 迭代学习控制算法研究现状 | 第15-17页 |
1.3 本文主要工作 | 第17页 |
1.4 章节安排 | 第17-19页 |
第2章 迭代学习控制相关理论知识 | 第19-27页 |
2.1 迭代学习控制系统的基本原理 | 第19页 |
2.2 迭代学习控制的数学描述 | 第19-20页 |
2.3 PID型迭代学习律 | 第20-22页 |
2.4 迭代学习控制优化算法 | 第22-25页 |
2.4.1 遗传算法 | 第22页 |
2.4.2 克隆选择算法 | 第22-23页 |
2.4.3 混合蛙跳算法 | 第23-25页 |
2.5 小生境混合蛙跳算法 | 第25-26页 |
2.5.1 小生境混合蛙跳算法概述 | 第25页 |
2.5.2 小生境混合蛙跳算法步骤 | 第25-26页 |
2.6 本章小结 | 第26-27页 |
第3章 PID型参数优化迭代学习控制算法研究 | 第27-37页 |
3.1 PID型参数优化迭代学习控制算法 | 第27-30页 |
3.1.1 PID型POILC算法的描述 | 第27-28页 |
3.1.2 PID型POILC算法的实现 | 第28-30页 |
3.2 PID型参数优化迭代学习控制算法分析 | 第30-32页 |
3.2.1 PID型参数优化迭代学习控制算法收敛性分析 | 第30-31页 |
3.2.2 PID型参数优化迭代学习控制算法性能分析 | 第31-32页 |
3.3 PID型参数优化迭代学习控制算法实验分析 | 第32-36页 |
3.3.1 实验仿真 | 第33-36页 |
3.4 本章小结 | 第36-37页 |
第4章 基于小生境混合蛙跳算法的优化迭代学习控制 | 第37-48页 |
4.1 基于小生境混合蛙跳算法的迭代学习控制 | 第37-40页 |
4.1.1 小生境混合蛙跳算法 | 第37页 |
4.1.2 限制竞争策略的小生境技术 | 第37页 |
4.1.3 NSFLA算法的实现步骤 | 第37-40页 |
4.2 PID型NSFLA-ILC算法 | 第40-41页 |
4.3 小生境混合蛙跳算法收敛性分析 | 第41-42页 |
4.4 实验仿真 | 第42-46页 |
4.4.1 输入有约束的线性系统的仿真 | 第42-44页 |
4.4.2 非线性控制系统的仿真 | 第44-46页 |
4.5 本章小结 | 第46-48页 |
第5章 小生境混合蛙跳算法在振动控制系统中的应用 | 第48-56页 |
5.1 振动控制系统介绍 | 第48-49页 |
5.2 振动控制系统建模 | 第49-51页 |
5.3 迭代学习控制问题数学描述 | 第51-53页 |
5.4 实验仿真 | 第53-55页 |
5.5 本章小结 | 第55-56页 |
结论与展望 | 第56-57页 |
参考文献 | 第57-61页 |
致谢 | 第61-62页 |
附录 攻读学位期间所发表的学术论文及所参与的科研项目 | 第62页 |