蚁群算法在模糊控制器优化设计中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·模糊控制的发展及其研究现状 | 第9-11页 |
| ·模糊控制的发展 | 第9-10页 |
| ·模糊控制的应用现状 | 第10-11页 |
| ·蚁群算法的研究和发展 | 第11-13页 |
| ·蚁群算法的提出 | 第11-12页 |
| ·蚁群算法的应用 | 第12页 |
| ·蚁群算法的发展 | 第12-13页 |
| ·本文的主要内容和意义 | 第13-14页 |
| ·本文的工作简介 | 第13页 |
| ·本文研究的意义 | 第13-14页 |
| ·本文体系结构 | 第14-15页 |
| 第2章 蚁群算法原理及其改进 | 第15-31页 |
| ·蚁群算法简介 | 第15-16页 |
| ·蚁群算法的由来 | 第15页 |
| ·蚁群觅食原理 | 第15-16页 |
| ·蚁群算法的特性 | 第16-18页 |
| ·人工蚁群与真实蚂蚁的相同点 | 第16-17页 |
| ·人工蚁群与真实蚂蚁的不同点 | 第17页 |
| ·蚁群算法的特点 | 第17-18页 |
| ·蚁群算法的基本原理 | 第18-23页 |
| ·蚁群算法的基本模型 | 第18-21页 |
| ·蚁群算法的具体流程 | 第21-22页 |
| ·选择策略的实质 | 第22-23页 |
| ·蚁群算法的改进方法 | 第23-25页 |
| ·对选择策略的改进 | 第24-25页 |
| ·蚁群信息量的全局修正 | 第25页 |
| ·蚁群算法在 TSP中的应用 | 第25-31页 |
| ·蚁群算法的 TSP原理简述 | 第25-26页 |
| ·蚁群算法的 Visual C++仿真 | 第26-31页 |
| 第3章 模糊控制器的设计原理与方法 | 第31-49页 |
| ·模糊理论及模糊系统 | 第31-36页 |
| ·模糊理论主要研究领域 | 第31-32页 |
| ·模糊控制系统 | 第32-35页 |
| ·模糊控制的简介 | 第35页 |
| ·模糊控制的特点 | 第35-36页 |
| ·模糊控制器的介绍 | 第36-42页 |
| ·模糊规则库 | 第37页 |
| ·模糊推理机 | 第37-38页 |
| ·模糊器 | 第38-39页 |
| ·解模糊器 | 第39-42页 |
| ·模糊控制器的设计思想 | 第42-49页 |
| ·模糊控制器的一般设计步骤 | 第42-44页 |
| ·模糊控制器编程思想 | 第44-45页 |
| ·模糊推论的图形说明 | 第45-47页 |
| ·模糊控制器的应用问题 | 第47-49页 |
| 第4章 蚁群算法在模糊控制器设计中的应用研究 | 第49-67页 |
| ·模糊控制器实例分析 | 第49-56页 |
| ·模糊系统的万能逼近 | 第49页 |
| ·输入量的变换 | 第49-51页 |
| ·模糊控制器的设计 | 第51-52页 |
| ·被控对象数学模型 | 第52-54页 |
| ·模糊控制器程序设计 | 第54-56页 |
| ·基于蚁群算法的模糊规则识别 | 第56-59页 |
| ·应用蚁群算法求解的问题形式 | 第56页 |
| ·优化问题的构建 | 第56-57页 |
| ·蚁群算法的应用思想 | 第57-58页 |
| ·仿真结果与小结 | 第58-59页 |
| ·蚁群算法优化模糊控制器 | 第59-67页 |
| ·优化设计方案与原理 | 第59-61页 |
| ·模糊控制器的阶跃响应分析 | 第61-62页 |
| ·模糊控制器鲁棒性分析 | 第62-64页 |
| ·基于一般二阶被控对象的研究 | 第64-67页 |
| 第5章 结束语 | 第67-70页 |
| ·本文主要完成的工作 | 第67-68页 |
| ·后续工作展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士期间发表的论文 | 第73页 |
