基于多种群遗传算法的模糊控制系统优化设计
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 创新点摘要 | 第7-10页 |
| 第一章 前言 | 第10-16页 |
| ·研究背景与意义 | 第10-11页 |
| ·模糊控制的起源和研究现状 | 第11-13页 |
| ·遗传算法优化模糊控制器现状 | 第13-15页 |
| ·本文的主要研究思路与结构 | 第15-16页 |
| 第二章 模糊控制基础理论 | 第16-25页 |
| ·模糊控制的数学基础 | 第16-20页 |
| ·模糊集合与隶属函数 | 第16-19页 |
| ·模糊关系与模糊矩阵 | 第19页 |
| ·模糊逻辑与模糊推理 | 第19-20页 |
| ·模糊控制系统与模糊控制器的设计 | 第20-25页 |
| ·模糊控制系统原理 | 第20-21页 |
| ·模糊控制器的设计 | 第21-25页 |
| 第三章 遗传算法基础理论 | 第25-36页 |
| ·遗传算法的基本原理 | 第25-26页 |
| ·遗传算法的基本操作 | 第26-34页 |
| ·参数的编码 | 第27-28页 |
| ·初始群体的选取 | 第28页 |
| ·适应度函数的设计 | 第28-30页 |
| ·遗传操作算子 | 第30-33页 |
| ·遗传操作参数设定 | 第33-34页 |
| ·标准遗传算法运算流程 | 第34-36页 |
| 第四章 双种群遗传算法对模糊控制器的优化 | 第36-54页 |
| ·双种群遗传算法 | 第36-41页 |
| ·典型双种群结构 | 第36-39页 |
| ·一般双种群遗传算法 | 第39-41页 |
| ·算法改进策略 | 第41-42页 |
| ·复数编码方案 | 第41页 |
| ·田忌赛马的分组交叉方式 | 第41-42页 |
| ·模糊控制中待优化问题介绍 | 第42-43页 |
| ·利用CGDPGA 优化模糊控制器的实现 | 第43-48页 |
| ·参数的编码方式 | 第43-45页 |
| ·初始种群的生成方式 | 第45-46页 |
| ·交叉算子 | 第46页 |
| ·选择算子 | 第46页 |
| ·变异算子 | 第46-47页 |
| ·适应度函数 | 第47页 |
| ·个体移民 | 第47-48页 |
| ·CGDPGA 算法操作步骤 | 第48-49页 |
| ·数学算例测试 | 第49-51页 |
| ·模糊控制器优化仿真 | 第51-54页 |
| 第五章 等级三种群遗传算法对模糊控制器的优化 | 第54-74页 |
| ·GTPGA 算法思想 | 第54-55页 |
| ·GTPGA 算法实现 | 第55-62页 |
| ·参数的编码 | 第55-58页 |
| ·初始种群的产生 | 第58-59页 |
| ·选择算子 | 第59页 |
| ·交叉算子和变异算子 | 第59-61页 |
| ·进化终止规则 | 第61页 |
| ·动态适应度函数 | 第61-62页 |
| ·GTPGA 步骤 | 第62-63页 |
| ·基于GTPGA 的二阶系统仿真研究 | 第63-68页 |
| ·基于GTPGA 的倒立摆系统的模糊控制 | 第68-74页 |
| ·一级倒立摆系统的数学模型 | 第68-69页 |
| ·模糊控制器的设计 | 第69-71页 |
| ·一级倒立摆系统的仿真研究 | 第71-72页 |
| ·一级倒立摆系统的实时控制 | 第72-74页 |
| 结论 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 发表文章目录 | 第78-80页 |
| 致谢 | 第80-81页 |
| 详细摘要 | 第81-87页 |
