基于仿生算法的热工参数辨识及控制器优化

中文摘要	第1页
ABSTRACT	第3-7页
第一章 绪论	第7-12页
·本文的选题背景及意义	第7-9页
·研究仿生算法的意义	第7-8页
·循环流化床锅炉控制研究的意义	第8-9页
·仿生算法应用于热工过程的研究	第9页
·本文研究的主要问题	第9-12页
第二章 对象传递函数求取的几种方法	第12-14页
·求取对象传递函数的意义	第12页
·飞升曲线法拟合传递函数	第12页
·现代辨识方法	第12-13页
·结论	第13-14页
第三章 蚁群算法用于参数辨识及控制器优化的研究	第14-27页
·仿生算法概述	第14页
·基本蚁群算法	第14-18页
·基本蚁群算法模型	第15-16页
·基本蚁群算法模型中各参数对算法的影响分析	第16-17页
·更新策略	第16页
·信息素挥发度	第16页
·蚁群数量	第16-17页
·启发式算子	第17页
·基本蚁群算法的特点和改进	第17-18页
·图搜索蚁群算法	第18页
·蚁群算法用于连续空间优化问题	第18-20页
·蚁群算法解决连续空间优化问题的基本思想	第18-19页
·自适应蚁群算法用于连续空间的操作步骤	第19-20页
·自适应蚁群算法的特点	第20页
·基于自适应蚁群算法的热工过程参数辨识	第20-23页
·参数的确定及表示	第21-22页
·蚁群算法的操作	第22页
·蚁群算法用于参数辨识的仿真研究	第22-23页
·自适应蚁群算法与基本蚁群算法的比较	第23页
·基于自适应蚁群算法的PID参数寻优的设计	第23-26页
·目标函数的确定	第23-24页
·参数的确定	第24-25页
·自适应蚁群算法PID参数寻优的仿真研究	第25页
·自适应蚁群算法与基本蚁群算法的比较	第25-26页
·本章小结	第26-27页
第四章 遗传算法参数辨识及控制器优化的研究	第27-35页
·遗传算法基本知识	第27页
·遗传算法的应用	第27-28页
·遗传算法的并行性	第28-29页
·遗传算法用于参数优化的操作	第29-31页
·遗传算法基本操作	第29-30页
·确定参数的寻优区间及编码方式	第30页
·选取初始种群	第30页
·适配函数的确定	第30-31页
·选取适当的算法结束控制	第31页
·遗传算法的改进	第31-33页
·编码策略	第31页
·选择机制	第31页
·交叉和变异概率选择策略	第31-32页
·剔除最坏点策略	第32页
·算法结束控制策略	第32页
·二进制编码与十进制编码程序语句介绍	第32-33页
·实数编码遗传算法的参数辨识研究	第33-35页
·遗传算法特性辨识结果及过程参数	第33页
·遗传算法与自适应蚁群算法的比较	第33-35页
第五章 循环流化床锅炉特性分析	第35-41页
·循环流化床锅炉的发展概述	第35-37页
·国内循环流化床锅炉的发展进程	第35-36页
·国外循环流化床锅炉的发展	第36-37页
·流态化理论	第37页
·循环流化床锅炉的特点	第37-38页
·循环流化床锅炉的控制研究	第38-41页
·循环流化床锅炉的控制任务	第38-39页
·影响床温的主要因素	第39-41页
·燃料量对床温的影响	第39-40页
·一次风对床温的影响	第40页
·二次风风量的调节	第40-41页
第六章 实例研究	第41-46页
·参数辨识实例研究	第41-45页
·实验方案及试验条件和措施	第41页
·一次风对床温的影响	第41-42页
·对试验数据进行滤波	第42-44页
·参数辨识结果	第44-45页
·控制器参数优化实例研究	第45-46页
第七章 结论	第46-48页
参考文献	第48-50页
致谢	第50-51页
在学期间发表的学术论文和参加科研情况	第51页