| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究的背景及意义 | 第10页 |
| 1.2 模糊理论与模糊控制的发展 | 第10-13页 |
| 1.2.1 模糊理论的创立 | 第10-11页 |
| 1.2.2 模糊控制的发展与应用 | 第11-12页 |
| 1.2.3 模糊控制面临的挑战 | 第12-13页 |
| 1.3 粒子群算法的起源与发展 | 第13-15页 |
| 1.3.1 粒子群算法起源 | 第13-14页 |
| 1.3.2 粒子群算法的发展 | 第14-15页 |
| 1.3.3 粒子群算法的应用 | 第15页 |
| 1.4 本文研究内容 | 第15-17页 |
| 第2章 粒子群算法的研究与改进 | 第17-31页 |
| 2.1 标准粒子群算法 | 第17-19页 |
| 2.1.1 原始粒子群算法 | 第17-18页 |
| 2.1.2 标准粒子群算法 | 第18页 |
| 2.1.3 标准粒子群算法流程 | 第18-19页 |
| 2.1.4 标准粒子群算法特点 | 第19页 |
| 2.2 改进的粒子群算法 | 第19-23页 |
| 2.2.1 自适应学习因子概述 | 第19-20页 |
| 2.2.2 改进的自适应学习因子 | 第20-22页 |
| 2.2.3 自适应粒子群算法的实现流程 | 第22-23页 |
| 2.3 基于模拟退火的自适应粒子群算法 | 第23-26页 |
| 2.3.1 模拟退火算法简介 | 第23-24页 |
| 2.3.2 APSO算法的改进——引入Metropolis准则 | 第24-25页 |
| 2.3.3 自适应模拟退火粒子群算法的实现流程 | 第25-26页 |
| 2.4 算法比较分析 | 第26-30页 |
| 2.4.1 算法性能比较 | 第26-30页 |
| 2.4.2 算法优点以及仍存在的问题 | 第30页 |
| 2.5 本章小节 | 第30-31页 |
| 第3章 基于ASAPSO算法的模糊控制器设计 | 第31-47页 |
| 3.1 传统模糊控制 | 第31-35页 |
| 3.1.1 模糊控制基本原理 | 第31-32页 |
| 3.1.2 模糊控制器设计的基本方法 | 第32-34页 |
| 3.1.3 模糊控制算法与其它控制算法的结合 | 第34-35页 |
| 3.2 模糊控制器的初始化——PID模糊模拟 | 第35-42页 |
| 3.2.1 PID模糊模拟原理 | 第36-37页 |
| 3.2.2 PI型模糊控制器的模糊模拟步骤 | 第37-38页 |
| 3.2.3 PI模糊模拟实例 | 第38-42页 |
| 3.3 基于ASAPSO算法的模糊控制器参数优化 | 第42-46页 |
| 3.3.1 ASAPSO算法优化模糊控制器原理 | 第42-44页 |
| 3.3.2 ASAPSO优化模糊控制器的MATLAB实现程序 | 第44-45页 |
| 3.3.3 优化结果仿真分析 | 第45-46页 |
| 3.4 本章小节 | 第46-47页 |
| 第4章 ASAPSO优化的模糊控制器应用 | 第47-57页 |
| 4.1 无刷直流电机速度环模糊控制 | 第47-51页 |
| 4.1.1 无刷直流电机简介 | 第47页 |
| 4.1.2 无刷直流电机数学模型 | 第47-48页 |
| 4.1.3 无刷直流电机SIMULINK仿真模型 | 第48-49页 |
| 4.1.4 仿真实验 | 第49-51页 |
| 4.2 手术机器人从手夹持力模糊控制 | 第51-56页 |
| 4.2.1 手术机器人简介 | 第51-52页 |
| 4.2.2 手术机器人从手 | 第52-54页 |
| 4.2.3 手术机器人从手夹持力控制仿真实验 | 第54-56页 |
| 4.3 本章小节 | 第56-57页 |
| 第5章 结论 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录A 粒子群算法寻优模糊控制器参数matlab主程序 | 第62-66页 |
| 附录B 无刷直流电机参考电流模块S函数 | 第66-68页 |
| 在学研究成果 | 第68-69页 |
| 致谢 | 第69页 |
