首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

温室环境小气候模型的构建及智能控制算法的研究

摘要第1-11页
ABSTRACT第11-13页
符号说明第13-16页
第一章 绪论第16-22页
   ·课题研究的背景和意义第16-17页
   ·温室小气候建模研究动态第17-18页
   ·温室环境调控研究动态第18-20页
   ·本文的主要内容第20-21页
   ·小结第21-22页
第二章 温室环境小气候模型的构建第22-36页
   ·模型的描述第22-26页
     ·温室内空气温度模型第22-25页
     ·温室内空气湿度模型第25-26页
   ·模型的验证第26-31页
     ·试验基本情况第26-27页
     ·温室小气候的测量第27-28页
     ·仿真软件简介第28页
     ·仿真参数确定第28-31页
     ·模型检验方法第31页
   ·结果与分析第31-34页
     ·温室空气温度模拟结果第31-33页
     ·温室空气相对湿度模拟结果第33-34页
   ·小结第34-36页
第三章 控制算法的比较第36-46页
   ·经典控制第36-37页
   ·现代控制第37-38页
     ·最优控制第37-38页
     ·鲁棒控制第38页
   ·智能控制第38-42页
     ·专家控制第40页
     ·模糊控制第40-41页
     ·神经网络控制第41-42页
   ·性能评价第42-43页
   ·分析与讨论第43-45页
   ·小结第45-46页
第四章 温室小气候基本模糊控制设计第46-56页
   ·模糊控制概述第46-49页
   ·温室温度模糊控制器设计第49-52页
     ·输入量的模糊化第49-50页
     ·输出量的模糊化第50-51页
     ·控制规则与控制策略设计第51-52页
     ·输出量的反模糊化第52页
   ·控制系统仿真实现第52-54页
     ·仿真控制系统搭建第52-54页
     ·仿真控制第54页
   ·小结第54-56页
第五章 模糊控制系统的优化研究第56-68页
   ·PID控制优化模糊控制的研究第56-59页
     ·PID控制简介第56-57页
     ·PID与模糊控制的组合第57-59页
   ·粒子群优化算法优化模糊控制规则的研究第59-65页
     ·基本粒子群算法第60页
     ·优化指标第60-61页
     ·遗传算法和粒子群优化算法的比较第61-63页
     ·粒子群优化算法优化模糊控制规则第63-65页
   ·粒子群优化算法优化PID参数第65-66页
   ·讨论第66-67页
   ·小结第67-68页
第六章 基于Bagging算法的温室智能控制算法研究第68-80页
   ·Bagging算法概述第68-69页
   ·基于Bagging算法的模糊控制系统设计第69-77页
   ·控制结果与分析第77-79页
   ·小结第79-80页
第七章 总结与展望第80-82页
   ·全文总结与创新点第80-81页
   ·后续研究与展望第81-82页
参考文献第82-88页
附录一 实验温室简介第88-92页
附录二 温室环境小气候模型相关数据(部分)第92-98页
附录三 检验数据及仿真结果第98-100页
攻读学位期间发表的学术论文第100-102页
致谢第102页

论文共102页,点击 下载论文
上一篇:基于组件的小麦生长可视化技术
下一篇:论万国鼎在地政研究方面的贡献