基于智能优化算法的热工大惯性对象模型辨识研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1 绪论 | 第11-17页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.1.1 课题研究的背景 | 第11-12页 |
| 1.1.2 课题研究的意义 | 第12页 |
| 1.2 系统辨识理论的发展及现状 | 第12-15页 |
| 1.3 论文的主要工作 | 第15-17页 |
| 2 模型辨识及数据处理方法 | 第17-23页 |
| 2.1 模型辨识方法 | 第17-18页 |
| 2.1.1 模型辨识的定义 | 第17页 |
| 2.1.2 模型辨识的内容 | 第17-18页 |
| 2.2 数据的选择与处理 | 第18-23页 |
| 2.2.1 采样数据选取原则 | 第18-19页 |
| 2.2.2 采样周期的选择 | 第19页 |
| 2.2.3 参数区间的选择 | 第19页 |
| 2.2.4 数据预处理 | 第19-23页 |
| 3 混沌模拟退火粒子群模型辨识算法研究及应用 | 第23-39页 |
| 3.1 引言 | 第23页 |
| 3.2 热工过程对象的传递函数参考模型 | 第23-24页 |
| 3.3 标准粒子群算法辨识 | 第24-27页 |
| 3.3.1 标准粒子群算法原理 | 第24-25页 |
| 3.3.2 标准粒子群算法收敛性分析 | 第25-26页 |
| 3.3.3 标准粒子群算法辨识流程 | 第26-27页 |
| 3.4 基于模拟退火思想的粒子群算法 | 第27-32页 |
| 3.4.1 模拟退火算法 | 第27-28页 |
| 3.4.2 模拟退火粒子群算法辨识 | 第28-32页 |
| 3.5 混沌模拟退火粒子群算法 | 第32-35页 |
| 3.5.1 CSAPSO优化算法流程 | 第32-33页 |
| 3.5.2 混沌模拟退火粒子群算法性能测试 | 第33-34页 |
| 3.5.3 CSAPSO优化算法的仿真验证 | 第34-35页 |
| 3.6 辨识应用 | 第35-38页 |
| 3.6.1 锅炉内胆温度辨识 | 第35-36页 |
| 3.6.2 两种改进算法的结果比较分析 | 第36-38页 |
| 3.7 本章小结 | 第38-39页 |
| 4 细菌趋化粒子群模型辨识算法研究及应用 | 第39-57页 |
| 4.1 引言 | 第39页 |
| 4.2 细菌趋化粒子群算法 | 第39-40页 |
| 4.2.1 细菌趋化算法 | 第39-40页 |
| 4.2.2 细菌趋化终止原则 | 第40页 |
| 4.3 细菌趋化粒子群算法辨识流程 | 第40-42页 |
| 4.3.1 BCPSO算法流程 | 第40-41页 |
| 4.3.2 细菌趋化粒子群算法性能测试 | 第41-42页 |
| 4.4 主蒸汽温度系统的动态特性 | 第42-43页 |
| 4.5 辨识用现场数据的选择 | 第43-44页 |
| 4.6 辨识应用 | 第44-55页 |
| 4.6.1 实验室锅炉内胆温度模型辨识 | 第44-45页 |
| 4.6.2 主蒸汽温度模型辨识 | 第45-50页 |
| 4.6.3 负荷连续变化时的主蒸汽温度模型辨识 | 第50-55页 |
| 4.7 三种算法的比较分析 | 第55页 |
| 4.8 热工辨识软件开发 | 第55-56页 |
| 4.9 本章小结 | 第56-57页 |
| 5 主蒸汽温度控制系统参数优化 | 第57-64页 |
| 5.1 引言 | 第57页 |
| 5.2 目标函数的选取 | 第57-59页 |
| 5.2.1 调节品质型目标函数 | 第57-58页 |
| 5.2.2 误差积分型目标函数 | 第58-59页 |
| 5.2.3 综合型目标函数 | 第59页 |
| 5.3 参数优化方法 | 第59-60页 |
| 5.3.1 单纯形法参数优化 | 第59-60页 |
| 5.3.2 粒子群算法参数优化 | 第60页 |
| 5.4 主蒸汽温度系统参数优化 | 第60-63页 |
| 5.4.1 主蒸汽温度系统的控制策略 | 第60-61页 |
| 5.4.2 控制器参数优化 | 第61-63页 |
| 5.5 本章小结 | 第63-64页 |
| 6 结论与展望 | 第64-65页 |
| 6.1 论文的主要工作 | 第64页 |
| 6.2 研究展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间取得的研究成果 | 第69页 |
