| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-26页 |
| ·研究问题的提出及研究意义 | 第12-16页 |
| ·流程工业分布式控制问题的提出 | 第12-14页 |
| ·多Agent技术应用于流程工业分布式控制的意义 | 第14-16页 |
| ·多Agent技术国内外研究现状 | 第16-22页 |
| ·多Agent技术研究的主要内容 | 第16-19页 |
| ·多Agent在分布式控制中的研究现状 | 第19-22页 |
| ·本文研究主要内容和组织结构 | 第22-26页 |
| ·论文研究内容 | 第22-23页 |
| ·全文组织结构 | 第23-26页 |
| 第二章 分层分布式控制的多Agent系统结构 | 第26-50页 |
| ·流程工业过程控制的需求和常见结构 | 第26-31页 |
| ·流程工业过程控制的需求 | 第26-27页 |
| ·流程工业过程控制的常见结构 | 第27-31页 |
| ·Agent和多Agent理论描述 | 第31-38页 |
| ·Agent的"弱定义"和"强定义"特性 | 第31-32页 |
| ·Agent的四种结构模型 | 第32-35页 |
| ·多Agent系统特性及体系结构 | 第35-38页 |
| ·流程工业分层分布式控制的多Agent系统结构 | 第38-48页 |
| ·流程工业分布式控制典型结构 | 第38-39页 |
| ·流程工业分层分布式控制的多Agent系统结构 | 第39-42页 |
| ·MAS-HDCPI中个体Agent结构和功能设计 | 第42-44页 |
| ·MAS-HDCPI的通信模型和运行机制 | 第44-48页 |
| ·本章小结 | 第48-50页 |
| 第三章 基于改进博弈论方法的多现场Agent协作机制 | 第50-74页 |
| ·多Agent协作的类型 | 第50-54页 |
| ·基于任务分担的Agent协作 | 第51-52页 |
| ·基于结果共享的Agent协作 | 第52-54页 |
| ·MAS-HDCPI的多Agent协作方式 | 第54-57页 |
| ·多Agent的联合意图和小组承诺 | 第54-55页 |
| ·MAS-HDCPI的多Agent联合协作方式 | 第55-57页 |
| ·MAS-HDCPI中基于博弈论的多现场Agent协作描述 | 第57-60页 |
| ·多现场Agent协作博弈论的基本要素 | 第58-60页 |
| ·多现场Agent协作纳什均衡理论描述 | 第60页 |
| ·基于改进博弈论的多Agent协作和策略求解方法 | 第60-64页 |
| ·基于改进博弈论的多Agent协作描述 | 第60-63页 |
| ·多现场Agent协作博弈策略求解方法 | 第63-64页 |
| ·基于改进博弈论的多现场Agent协作仿真 | 第64-72页 |
| ·多现场Agent协作的问题描述 | 第64-65页 |
| ·多现场Agent协作的博弈仿真模型 | 第65-67页 |
| ·协作仿真流程及实验结果分析 | 第67-72页 |
| ·本章小结 | 第72-74页 |
| 第四章 基于改进粒子群算法的车间调度控制Agent任务调度方法 | 第74-92页 |
| ·基于多Agent的流程工业任务调度策略 | 第74-78页 |
| ·流程工业任务调度问题描述 | 第74-76页 |
| ·基于多Agent的流程工业任务调度策略 | 第76-78页 |
| ·基于惯性权重的粒子群算法 | 第78-84页 |
| ·基于惯性权重的粒子群算法描述 | 第78-81页 |
| ·基于惯性权重的粒子群算法流程 | 第81-82页 |
| ·粒子群算法适合任务调度的特点 | 第82-84页 |
| ·基于改进粒子群算法的任务调度算法设计与仿真 | 第84-90页 |
| ·任务调度实例问题描述 | 第84-86页 |
| ·任务调度的改进粒子群算法设计 | 第86-87页 |
| ·任务调度的仿真结果及分析 | 第87-90页 |
| ·本章小结 | 第90-92页 |
| 第五章 基于自适应遗传优化模糊PID的现场Agent控制策略 | 第92-112页 |
| ·现场Agent的控制工作流程 | 第92-93页 |
| ·PID控制描述 | 第93-96页 |
| ·PID控制的基本形式 | 第93-95页 |
| ·增量型PID算法 | 第95-96页 |
| ·模糊PID控制器的原理与设计 | 第96-102页 |
| ·模糊PID控制器的基本原理 | 第96-97页 |
| ·模糊PID控制器的设计 | 第97-102页 |
| ·基于自适应遗传算法的模糊PID控制器设计与实现 | 第102-110页 |
| ·遗传算法的基本原理 | 第102-104页 |
| ·基于遗传算法的模糊PID整定方法 | 第104-107页 |
| ·基于自适应遗传算法的模糊PID控制器设计 | 第107-108页 |
| ·自适应遗传优化模糊PID控制的仿真 | 第108-110页 |
| ·本章小结 | 第110-112页 |
| 第六章 洗衣粉生产过程控制多Agent系统实现技术研究 | 第112-138页 |
| ·洗衣粉生产过程控制多Agent系统结构 | 第112-115页 |
| ·洗衣粉生产过程描述 | 第112-114页 |
| ·基于多Agent的洗衣粉生产过程控制系统结构 | 第114-115页 |
| ·洗衣粉生产过程控制多Agent系统开发平台选择 | 第115-121页 |
| ·基于JADE的多Agent系统平台 | 第115-117页 |
| ·基于JADE的多Agent通信模式 | 第117-119页 |
| ·系统开发平台选择 | 第119-121页 |
| ·洗衣粉生产过程控制多Agent系统的通信实现 | 第121-129页 |
| ·非网络环境下多Agent的通信实现 | 第122-125页 |
| ·网络环境下多Agent的通信实现 | 第125-129页 |
| ·系统任务调度与控制功能实现 | 第129-136页 |
| ·基于MATLAB与JAVA混合编程的任务调度实现 | 第129-133页 |
| ·基于OPC的现场Agent控制功能实现 | 第133-136页 |
| ·本章小结 | 第136-138页 |
| 第七章 总结与展望 | 第138-142页 |
| ·论文工作总结 | 第138-140页 |
| ·研究展望 | 第140-142页 |
| 致谢 | 第142-144页 |
| 参考文献 | 第144-156页 |
| 附录A 攻读学位期间发表(或录用)的学术论文、获得的科研成果 | 第156-157页 |
