| 独创性声明 | 第1-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-16页 |
| ·问题的提出 | 第11页 |
| ·板形板厚控制技术发展现状 | 第11-12页 |
| ·智能控制技术发展及其在板形板厚控制中的应用 | 第12-13页 |
| ·群智能及PSO算法 | 第13-14页 |
| ·本文的主要工作 | 第14-16页 |
| 第二章 板形板厚综合系统数学模型 | 第16-31页 |
| ·板形板厚基本理论 | 第16-24页 |
| ·板形的定义及描述 | 第16-19页 |
| ·板形控制方案 | 第19-21页 |
| ·厚度自动控制(AGC)方案 | 第21-24页 |
| ·板形板厚综合系统数学模型 | 第24-28页 |
| ·板形板厚解耦控制 | 第28-30页 |
| ·传统的解耦方式 | 第28-29页 |
| ·自适应解耦法 | 第29页 |
| ·智能解耦方法 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 PSO优化算法研究 | 第31-41页 |
| ·序言 | 第31页 |
| ·基本PSO算法 | 第31-33页 |
| ·PSO算法分析 | 第33-34页 |
| ·PSO算法中的参数选择 | 第33-34页 |
| ·PSO中的邻域(Neighbourhood)概念 | 第34页 |
| ·PSO算法的改进 | 第34-37页 |
| ·基于邻域算子的PSO算法 | 第35页 |
| ·带有收敛因子的PSO算法 | 第35-36页 |
| ·混合PSO算法 | 第36页 |
| ·划分域PSO算法 | 第36-37页 |
| ·离散PSO算法 | 第37页 |
| ·新型的自适应PSO算法 | 第37-40页 |
| ·算法基本原理 | 第37-39页 |
| ·性能评价 | 第39-40页 |
| ·PSO算法的应用 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于PSO算法的神经网络优化 | 第41-53页 |
| ·序言 | 第41-44页 |
| ·BP算法的基本原理 | 第41-42页 |
| ·BP算法的缺点 | 第42-44页 |
| ·基于PSO算法的BP神经网络优化 | 第44-48页 |
| ·PSO优化神经网络的基本原理 | 第44-46页 |
| ·用自适应PSO算法优化神经网络 | 第46-48页 |
| ·基于自适应PSO的RBF神经网络优化 | 第48-52页 |
| ·RBF网络的基本概念 | 第48-50页 |
| ·基于自适应PSO的RBF神经网络优化 | 第50-51页 |
| ·性能评价 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 基于PSO算法的神经网络板形板厚综合系统控制 | 第53-69页 |
| ·引言 | 第53页 |
| ·改进PSO算法进行PID参数整定 | 第53-57页 |
| ·PID的基本概念 | 第53-54页 |
| ·PSO优化PID模型的建立 | 第54-57页 |
| ·性能评价 | 第57页 |
| ·基于RBF神经网络的板形板厚多变量控制 | 第57-63页 |
| ·板形板厚解耦设计 | 第58-60页 |
| ·RBF板形板厚解耦控制系统 | 第60-62页 |
| ·神经网络解耦算法 | 第62-63页 |
| ·基于PSO优化算法的板形板厚综合系统神经网络解耦PID控制 | 第63-67页 |
| ·本章小结 | 第67-69页 |
| 第六章 总结与展望 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 致谢 | 第75-76页 |
| 发表论文及获奖情况 | 第76页 |
