| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 论文的背景及意义 | 第16-17页 |
| 1.2 本课题有关的研究现状 | 第17-22页 |
| 1.2.1 智能优化算法的研究现状 | 第17页 |
| 1.2.2 布谷鸟算法的研究现状 | 第17-19页 |
| 1.2.3 系统辨识的研究现状 | 第19-20页 |
| 1.2.4 PID控制器设计的研究现状 | 第20-22页 |
| 1.3 本课题完成的主要工作 | 第22-24页 |
| 第二章 群布谷鸟算法 | 第24-46页 |
| 2.1 引言 | 第24页 |
| 2.2 基本布谷鸟算法 | 第24-29页 |
| 2.2.1 布谷鸟的巢寄生行为 | 第24-25页 |
| 2.2.2 基本布谷鸟算法 | 第25-26页 |
| 2.2.3 BCS的搜索路径 | 第26-27页 |
| 2.2.4 BCS算法的步骤 | 第27-29页 |
| 2.3 BCS的参数与性能分析 | 第29-34页 |
| 2.3.1 算法的性能与参数关系的研究方法 | 第29-30页 |
| 2.3.2 BCS算法的性能与参数关系 | 第30-33页 |
| 2.3.3 BCS的优点与缺点分析 | 第33-34页 |
| 2.4 群布谷鸟算法 | 第34-38页 |
| 2.4.1 群布谷鸟算法 | 第34-37页 |
| 2.4.2 SCS算法的步骤 | 第37-38页 |
| 2.5 数值计算实验及分析 | 第38-44页 |
| 2.5.1 数值计算实验 | 第38-42页 |
| 2.5.2 结果及分析 | 第42-44页 |
| 2.6 小结 | 第44-46页 |
| 第三章 基于群布谷鸟算法的适用于多种激励信号的模型参数估计方法 | 第46-72页 |
| 3.1 引言 | 第46页 |
| 3.2 参数估计问题分析 | 第46-54页 |
| 3.2.1 参数估计的性能指标 | 第46-47页 |
| 3.2.2 性能指标与参数的关系 | 第47-54页 |
| 3.3 基于群布谷鸟算法的闭环辨识参数估计方法 | 第54-55页 |
| 3.4 仿真实验及分析 | 第55-71页 |
| 3.4.1 一阶纯滞后对象的闭环辨识实验 | 第56-61页 |
| 3.4.2 二阶带不稳定零点和纯滞后对象的闭环辨识实验 | 第61-65页 |
| 3.4.3 高阶对象采用不同阶模型拟合的闭环辨识实验 | 第65-69页 |
| 3.4.4 多变量系统的闭环辨识实验 | 第69-71页 |
| 3.5 小结 | 第71-72页 |
| 第四章 基于群布谷鸟算法的适用于多目标和多约束条件的PID控制器设计方法 | 第72-86页 |
| 4.1 引言 | 第72页 |
| 4.2 PID参数设计问题分析 | 第72-78页 |
| 4.2.1 PID控制器的设计 | 第72-75页 |
| 4.2.2 带多目标的PID设计问题 | 第75-76页 |
| 4.2.3 带约束的PID问题 | 第76-78页 |
| 4.3 基于SCS的多目标多约束的PID设计 | 第78-79页 |
| 4.3.1 化多目标问题为单目标问题 | 第78页 |
| 4.3.2 化带约束问题为无约束问题 | 第78-79页 |
| 4.3.3 基于群布谷鸟算法的PID设计 | 第79页 |
| 4.4 仿真实验及分析 | 第79-84页 |
| 4.4.1 多目标PID设计仿真实验 | 第79-81页 |
| 4.4.2 多约束PID设计仿真实验 | 第81-82页 |
| 4.4.3 带有多目标与多约束的PID设计仿真实验 | 第82-84页 |
| 4.5 小结 | 第84-86页 |
| 第五章 基于定性分析的静态补偿抗饱和IMC-PID设计方法 | 第86-108页 |
| 5.1 引言 | 第86页 |
| 5.2 含有对象输入饱和系统的分析 | 第86-93页 |
| 5.3 基于群布谷鸟算法的前馈补偿抗饱和IMC-PID设计方法 | 第93-100页 |
| 5.3.1 抗饱和内模控制策略 | 第93-94页 |
| 5.3.2 含有输入饱和系统的定性分析 | 第94-100页 |
| 5.4 仿真实验及分析 | 第100-107页 |
| 5.4.1 一阶纯滞后对象仿真及分析 | 第100-104页 |
| 5.4.2 高阶纯滞后对象仿真及分析 | 第104-107页 |
| 5.5 小结 | 第107-108页 |
| 第六章 基于多变量系统粗模型的IMC-PID控制器设计方法的初步研究 | 第108-120页 |
| 6.1 引言 | 第108页 |
| 6.2 基于EOTF的多变量系统IMC-PID设计方法 | 第108-111页 |
| 6.2.1 多变量系统的EOTF及其在IMC-PID中的应用 | 第108-110页 |
| 6.2.2 基于EOTF设计多变量系统IMC-PID方法的缺点 | 第110-111页 |
| 6.3 多变量系统的粗模型及其在IMC-PID设计中的应用 | 第111-114页 |
| 6.3.1 多变量系统的粗模型及其获取方法 | 第111-113页 |
| 6.3.2 多变量系统的粗模型在设计IMC-PID中的应用 | 第113-114页 |
| 6.4 仿真实验及分析 | 第114-119页 |
| 6.4.1 TITO的粗模型及IMC-PID设计 | 第114-116页 |
| 6.4.2 MIMO的粗模型及IMCPID设计 | 第116-119页 |
| 6.5 小结 | 第119-120页 |
| 第七章 总结与展望 | 第120-122页 |
| 参考文献 | 第122-126页 |
| 致谢 | 第126-128页 |
| 研究成果及发表的学术论文 | 第128-130页 |
| 作者和导师简介 | 第130-131页 |
| 硕士研究生学位论文答辩委员会决议书 | 第131-132页 |
