| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 1 绪论 | 第12-20页 |
| ·课题的研究背景 | 第12-13页 |
| ·PI~λD~μ控制器的基本原理 | 第13-14页 |
| ·PI~λD~μ控制器的研究现状和方法 | 第14-18页 |
| ·本文的研究内容 | 第18-20页 |
| 2 分数阶PI~λD~μ控制器的简介 | 第20-28页 |
| ·分数阶微积分的定义 | 第20-21页 |
| ·分数阶控制器的分类 | 第21-23页 |
| ·分数阶PI~λD~μ控制器的数字实现 | 第23-27页 |
| ·本章小结 | 第27-28页 |
| 3 基于神经网络的分数阶PI~λD~μ参数整定 | 第28-39页 |
| ·引言 | 第28页 |
| ·神经网络 | 第28-31页 |
| ·人工神经元 | 第28-29页 |
| ·神经网络的结构模型和学习方式 | 第29-31页 |
| ·RBF神经网络 | 第31-35页 |
| ·RBF神经网络结构和算法 | 第31-33页 |
| ·基于RBF神经网络的分数阶PI~λD~μ设计 | 第33-35页 |
| ·应用仿真 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 4 基于混合粒子群的分数阶PI~λD~μ参数整定 | 第39-50页 |
| ·引言 | 第39页 |
| ·混合粒子群算法 | 第39-42页 |
| ·基本粒子群算法 | 第40-41页 |
| ·细菌觅食算法 | 第41-42页 |
| ·混合粒子群优化算法 | 第42页 |
| ·BFA-PSO优化PI~λD~μ控制器参数 | 第42-46页 |
| ·混合PSO神经网络的自整定PI~λD~μ控制器设计 | 第46-49页 |
| ·基于混合PSO与RBF神经网络的自整定PI~λD~μ控制原理 | 第46-47页 |
| ·实验仿真 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 5 免疫克隆选择算法的PI~λD~μ控制器设计 | 第50-58页 |
| ·引言 | 第50页 |
| ·克隆选择算法原理 | 第50-53页 |
| ·克隆选择的基本概念 | 第50-52页 |
| ·基于克隆选择原理的免疫系统模型 | 第52-53页 |
| ·免疫克隆选择算法整定PI~λD~μ控制器参数 | 第53-57页 |
| ·免疫克隆选择算法 | 第53-55页 |
| ·免疫克隆算法优化PI~λD~μ参数 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 6 嵌入式PI~λD~μ控制器的硬件实现 | 第58-77页 |
| ·引言 | 第58页 |
| ·ARM嵌入式处理器 | 第58-67页 |
| ·ARM嵌入式处理器的概述 | 第58-59页 |
| ·ARM7TDMI处理器 | 第59-63页 |
| ·μC/OS-Ⅱ操作系统 | 第63-67页 |
| ·PI~λD~μ控制器的硬件实现 | 第67-76页 |
| ·μC/OS-Ⅱ的移植 | 第67-71页 |
| ·嵌入式PI~λD~μ控制器系统的电路设计 | 第71-76页 |
| ·本章小结 | 第76-77页 |
| 7 总结与展望 | 第77-79页 |
| ·研究的成果 | 第77-78页 |
| ·研究展望 | 第78-79页 |
| 参考文献 | 第79-86页 |
| 致谢 | 第86-87页 |
| 作者简介及读研期间主要科研成果 | 第87页 |