摘要 | 第3-5页 |
ABSTRACT | 第5-7页 |
图表索引 | 第11-12页 |
第一章 绪论 | 第12-16页 |
1.1 课题研究的背景及意义 | 第12-13页 |
1.2 本课题的研究现状 | 第13页 |
1.2.1 机械加工尺寸的动态特征 | 第13页 |
1.2.2 机械加工尺寸主要的预测模型 | 第13页 |
1.3 本课题存在的问题 | 第13-14页 |
1.4 本文研究的内容和目的 | 第14-16页 |
1.4.1 研究目的 | 第14页 |
1.4.2 研究内容及方法 | 第14-16页 |
第二章 PI型广义预测控制理论 | 第16-38页 |
2.1 预测控制算法基本原理 | 第16-17页 |
2.1.1 预测模型 | 第16页 |
2.1.2 滚动优化 | 第16-17页 |
2.1.3 反馈校正 | 第17页 |
2.2 典型预测控制算法简介 | 第17-19页 |
2.3 广义预测控制理论 | 第19-26页 |
2.3.1 预测模型 | 第19-20页 |
2.3.2 滚动优化 | 第20-23页 |
2.3.3 反馈校正 | 第23页 |
2.3.4 广义预测控制参数辨识 | 第23-24页 |
2.3.5 丢番图方程的递推求解 | 第24-26页 |
2.4 比例-积分广义预测控制 | 第26-31页 |
2.4.1 比例-积分广义预测控制算法概述 | 第26页 |
2.4.2 PI型广义预测控制器的设计 | 第26-30页 |
2.4.3 参数比例积分因子设置 | 第30-31页 |
2.5 带约束的PI型广义预测控制 | 第31-36页 |
2.5.1 输入输出的约束处理 | 第31-33页 |
2.5.2 Lagrange乘子法 | 第33-34页 |
2.5.3 参数的设置 | 第34-36页 |
2.6 非线性规划算法理论 | 第36-37页 |
2.6.1 非线性规划算法概述 | 第36页 |
2.6.2 非线性理论的数学模型 | 第36-37页 |
2.7 本章小结 | 第37-38页 |
第三章 智能算法算法的研究和改进 | 第38-56页 |
3.1 智能算法的基本思想 | 第38-41页 |
3.1.1 遗传算法 | 第38页 |
3.1.2 蚁群算法 | 第38-39页 |
3.1.3 粒子群算法 | 第39-40页 |
3.1.4 人工鱼群算法 | 第40-41页 |
3.2 粒子群优化算法及其改进 | 第41-45页 |
3.2.1 粒子群算法原理简介 | 第41-42页 |
3.2.2 粒子群算法的改进策略 | 第42-45页 |
3.3 人工鱼群算法及其改进 | 第45-49页 |
3.3.1 人工鱼群算法原理简介 | 第45-46页 |
3.3.2 人工鱼群模型的建立 | 第46页 |
3.3.3 人工鱼基本行为描述 | 第46-47页 |
3.3.4 人工鱼群算法流程 | 第47页 |
3.3.5 人工鱼群算法改进策略 | 第47-49页 |
3.4 遗传算法 | 第49-54页 |
3.4.1 遗传算法简介 | 第49-50页 |
3.4.2 遗传算法的组成 | 第50-52页 |
3.4.3 遗传算法的基本步骤 | 第52-53页 |
3.4.4 遗传算法的优势 | 第53-54页 |
3.4.5 遗传算法的缺点 | 第54页 |
3.5 本章小结 | 第54-56页 |
第四章 基于PSO-NP机械加工尺寸PI型广义预测控制 | 第56-66页 |
4.1 加工尺寸的建模和预测 | 第57-60页 |
4.1.1 确定目标函数 | 第57-59页 |
4.1.2 带约束条件的控制律的求解 | 第59-60页 |
4.2 基于粒子群算法的约束PI型广义预测控制参数整定 | 第60-63页 |
4.2.1 惯性权重的选取 | 第61页 |
4.2.2 适应度函数的选取 | 第61-62页 |
4.2.3 参数整定的算法实现 | 第62-63页 |
4.3 基于PSO-NP机械加工尺寸的PI型广义预测控制 | 第63页 |
4.4 仿真研究 | 第63-65页 |
4.5 本章小结 | 第65-66页 |
第五章 总结与展望 | 第66-68页 |
5.1 工作总结 | 第66页 |
5.2 工作展望 | 第66-68页 |
参考文献 | 第68-72页 |
致谢 | 第72-74页 |
攻读学位期间发表的学术论文目录 | 第74页 |