摘要 | 第1-4页 |
Abstract | 第4-7页 |
1 绪论 | 第7-11页 |
·研究背景 | 第7页 |
·PID控制的发展历程及现状 | 第7-8页 |
·进化算法概述 | 第8-9页 |
·研究任务、方法及创新点 | 第9-10页 |
·论文结构安排 | 第10-11页 |
2 PID控制的理论基础及传统设计方法 | 第11-20页 |
·PID控制的基本原理 | 第11-13页 |
·控制系统的性能评价指标 | 第13-14页 |
·确定性指标 | 第13-14页 |
·鲁棒性指标 | 第14页 |
·传统PID控制系统设计方法 | 第14-16页 |
·Ziegler-Nichols整定算法 | 第15页 |
·Cohen-Coon整定算法 | 第15页 |
·基于偏差积分指标最优的PID整定算法 | 第15-16页 |
·仿真试验分析 | 第16-19页 |
·Z-N法与ITAE法的比较 | 第16-17页 |
·基于偏差积分指标最优的PID控制器仿真 | 第17-19页 |
·本章小结 | 第19-20页 |
3 基于遗传算法的PID控制系统设计 | 第20-39页 |
·遗传算法的特性 | 第20页 |
·遗传算法的基本原理 | 第20-25页 |
·遗传算子 | 第21-22页 |
·遗传算法的构成要素 | 第22-25页 |
·基于遗传算法的PID控制系统设计原理 | 第25-26页 |
·目标函数的选取 | 第25-26页 |
·基于遗传算法的PID控制系统设计步骤 | 第26页 |
·PID控制系统稳定区域算法 | 第26-35页 |
·边界穿越定理与D-分割法 | 第26-30页 |
·时滞系统PID控制器参数稳定域求解方法 | 第30-32页 |
·参数确定时滞系统的PID稳定区域求解 | 第32-35页 |
·仿真试验分析 | 第35-38页 |
·本章小结 | 第38-39页 |
4 基于粒子群算法的PID控制系统设计 | 第39-56页 |
·粒子群算法的基本原理 | 第39-40页 |
·粒子群算法的数学描述 | 第40-44页 |
·算法步骤 | 第42-43页 |
·参数设置 | 第43-44页 |
·改进的粒子群算法 | 第44-48页 |
·带惯性权重因子的粒子群算法 | 第44-45页 |
·带收敛因子的粒子群算法 | 第45-46页 |
·中值粒子群算法 | 第46页 |
·混合粒子群算法(Hybrid Particle Swarm Optimization,HPSO) | 第46-47页 |
·其他粒子群改进算法 | 第47-48页 |
·粒子群遗传优化算法 | 第48-51页 |
·仿真试验分析 | 第51-55页 |
·三类PSO的比较分析 | 第51-52页 |
·PSO与PS-GA的比较分析 | 第52-55页 |
·本章小结 | 第55-56页 |
5 基于恒温箱温度控制系统的实验 | 第56-65页 |
·温箱系统的数学建模与辨识 | 第56-60页 |
·恒温箱数学模型的建立 | 第56-58页 |
·温箱模型参数的辨识 | 第58-60页 |
·实验结果分析 | 第60-64页 |
·经典设计方法 | 第60页 |
·进化算法设计 | 第60-64页 |
·本章小结 | 第64-65页 |
6 结束语 | 第65-67页 |
·结论 | 第65页 |
·尚待研究的问题 | 第65-67页 |
致谢 | 第67-68页 |
参考文献 | 第68-71页 |