首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

基于改进PSO的模糊控制器的设计与优化

摘要第1-5页
ABSTRACT第5-10页
第1章 绪论第10-19页
   ·模糊理论与模糊控制的发展第10-13页
     ·为什么研究模糊理论与模糊控制第10页
     ·模糊理论的发展第10-11页
     ·模糊控制的发展与应用第11-12页
     ·模糊控制面临的挑战第12-13页
   ·智能优化算法以及粒子群算法的发展第13-16页
     ·优化算法及其分类第13-14页
     ·智能优化算法的发展第14-15页
     ·PSO 算法及其发展第15-16页
   ·控制系统CAD 及其发展第16-17页
   ·本文研究内容简介第17-19页
第2章 粒子群算法的研究与改进第19-34页
   ·粒子群算法简介第19-23页
     ·标准PSO 算法第19-21页
     ·标准PSO 算法的流程与实现第21-22页
     ·具有惯性权重的PSO 算法第22页
     ·PSO 算法特点第22-23页
   ·量子粒子群算法第23-25页
     ·具有量子行为的PSO 的提出第23页
     ·QDPSO 算法第23-24页
     ·量子粒子群算法及实现流程第24-25页
   ·基于免疫机理的量子粒子群算法第25-29页
     ·免疫机理及相关概念第26-27页
     ·对QPSO 算法的改进方案——免疫算子的引入第27-29页
     ·QPSO-IM 算法流程第29页
   ·算法分析比较第29-33页
     ·算法性能比较第29-32页
     ·算法实现难度比较第32-33页
   ·本章小结第33-34页
第3章 模糊控制器的设计及CAD 平台实现第34-54页
   ·模糊控制器简介第34-37页
     ·模糊控制器的基本组成第34-36页
     ·模糊控制器输入输出关系——非线性映射第36-37页
   ·模糊控制器设计方法简介第37-38页
   ·聚类方法简介第38-42页
     ·分级聚类方法第39-40页
     ·动态聚类方法第40-42页
   ·基于免疫量子粒子群的聚类方法第42-45页
     ·编码方案第42-43页
     ·QPSO-IMCA 实现流程第43页
     ·QPSO-IMCA 算法分析第43-45页
   ·用QPSO-IMCA 算法设计模糊控制器第45-47页
   ·模糊控制器CAD 平台第47-53页
     ·需求分析第47-48页
     ·开发环境第48页
     ·软件结构第48-50页
     ·模糊控制器的设计流程第50-52页
     ·模糊控制器优化的必要性第52-53页
   ·本章小结第53-54页
第4章 模糊控制器的优化及实现第54-69页
   ·模糊控制器的优化第54-55页
   ·模糊控制器的控制决策表的优化第55-58页
     ·编码方案第56页
     ·适应度函数的确定第56-57页
     ·控制决策表优化的实现第57-58页
   ·基于QPSO-IM 的模糊辨识第58-63页
     ·系统辨识第58-59页
     ·模糊辨识简介第59页
     ·基于QPSO-IM 的模糊辨识的原理与实现第59-61页
     ·QPSO-IMFI 的性能分析第61-63页
     ·辨识数据的转换第63页
   ·模糊控制器优化的实现第63-67页
     ·功能实现第63-65页
     ·模糊辨识流程第65-66页
     ·控制决策表的优化流程第66-67页
   ·本章小结第67-69页
第5章 CAD 平台的测试与应用第69-79页
   ·CAD 平台的使用流程与测试第69-70页
   ·水箱液位控制系统的模糊控制器设计及优化第70-74页
     ·问题描述第70页
     ·模糊控制器的设计第70-72页
     ·模糊辨识第72-73页
     ·控制决策表的优化第73-74页
   ·烤箱温度控制的模糊控制器设计及优化第74-78页
     ·问题描述第74页
     ·模糊控制器的设计第74-76页
     ·模糊辨识第76-77页
     ·控制决策表的优化第77-78页
   ·本章小结第78-79页
第6章 结束语第79-81页
参考文献第81-86页
致谢第86-87页
在读期间发表的学术论文与取得的研究成果第87页

论文共87页,点击 下载论文
上一篇:Micromegas的研制与性能研究
下一篇:航班着陆调度的智能优化方法研究