热工控制系统的智能优化整定技术研究
| 中文摘要 | 第1页 |
| 英文摘要 | 第3-6页 |
| 第一章 绪论 | 第6-12页 |
| ·选题背景及意义 | 第6-7页 |
| ·优化整定技术的研究现状及应用现状 | 第7-10页 |
| ·论文主要的工作内容 | 第10-12页 |
| 第二章 遗传算法在热工控制系统优化中的应用 | 第12-35页 |
| ·引言 | 第12页 |
| ·遗传算法简介 | 第12-13页 |
| ·遗传算法的基本特点及基本操作 | 第13-15页 |
| ·遗传算法在自控领域的应用 | 第15-16页 |
| ·基于实数编码的改进遗传算法 | 第16-21页 |
| ·搜索范围的缩小 | 第16-19页 |
| ·交叉算子的改进 | 第19-20页 |
| ·排序选择的改进 | 第20-21页 |
| ·遗传算法的编程实现 | 第21-25页 |
| ·算法的各个控制参数和控制操作的确定 | 第21-24页 |
| ·用VC编程实现算法 | 第24-25页 |
| ·仿真与应用 | 第25-28页 |
| ·改进算法的比较 | 第26-27页 |
| ·与其它优化算法的比较 | 第27-28页 |
| ·做成功能模块嵌入整定仪中应用结果 | 第28-34页 |
| ·小结 | 第34-35页 |
| 第三章 模拟退火算法在热工控制系统优化中的应用 | 第35-53页 |
| ·序言 | 第35页 |
| ·模拟退火算法的提出 | 第35-36页 |
| ·模拟退火算法与局部搜索算法的差异 | 第36页 |
| ·模拟退火算法的特性和影响算法的重要因素 | 第36-38页 |
| ·冷却进度表的选取 | 第38-41页 |
| ·传统模拟退火算法的工作原理 | 第41-42页 |
| ·模拟退火算法的改进 | 第42-52页 |
| ·回温退火策略的应用 | 第43-45页 |
| ·加入记忆器来保证优化解的质量 | 第45-46页 |
| ·改进算法的实现 | 第46-48页 |
| ·改进算法在热工控制系统优化中的应用 | 第48-52页 |
| ·小结 | 第52-53页 |
| 第四章 遗传算法和模拟退火算法的比较 | 第53-57页 |
| ·引言 | 第53页 |
| ·遗传算法和模拟退火算法的比较 | 第53-57页 |
| ·搜索策略的比较 | 第53-54页 |
| ·搜索能力的比较 | 第54-55页 |
| ·优化实例的比较 | 第55-57页 |
| 第五章 结论与展望 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60-61页 |
| 在学期间发表论文和参加科研情况 | 第61页 |
