| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 目录 | 第8-12页 |
| 第1章 绪论 | 第12-18页 |
| ·研究背景和课题意义 | 第12-13页 |
| ·课题国内外研究现状 | 第13-17页 |
| ·云粒子群算法研究概况 | 第13-15页 |
| ·船舶纵向运动参数辨识研究概况 | 第15-16页 |
| ·船舶航向 PID 控制的研究概况 | 第16-17页 |
| ·本文的主要研究内容及章节安排 | 第17-18页 |
| 第2章 云模型理论 | 第18-28页 |
| ·云模型系统介绍 | 第18-20页 |
| ·云模型概念的引入 | 第18-19页 |
| ·云模型的具体提出 | 第19-20页 |
| ·云模型的基本概念 | 第20-24页 |
| ·云模型的定义 | 第20-21页 |
| ·云模型的数字特征 | 第21-23页 |
| ·云模型的多种类型 | 第23-24页 |
| ·正态云发生器 | 第24-25页 |
| ·正态云的统计分析 | 第25-27页 |
| ·正态云普适性 | 第25-26页 |
| ·云滴的统计分析 | 第26-27页 |
| ·正态云的期望曲线 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于云变异的云自适应粒子群算法 | 第28-41页 |
| ·粒子群算法 | 第28-30页 |
| ·粒子群算法的思想 | 第28页 |
| ·粒子群算法的数学描述 | 第28-29页 |
| ·PSO 算法中参数的设置 | 第29-30页 |
| ·PSO 算法流程及其框图表示 | 第30页 |
| ·PSO 算法的改进算法 | 第30-34页 |
| ·模糊调整惯性权重方法 | 第32-33页 |
| ·杂交 PSO (HPSO)模型 | 第33页 |
| ·离散二进制模型 | 第33页 |
| ·混沌粒子群优化模型 | 第33-34页 |
| ·基于云变异的云自适应粒子群算法 | 第34-40页 |
| ·算法的实现 | 第35-36页 |
| ·仿真实验与结果分析 | 第36-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于 CVCPSO 算法的船舶纵向运动参数辨识 | 第41-52页 |
| ·船舶纵向运动建模 | 第41-45页 |
| ·纵向运动微分方程的建立 | 第41-43页 |
| ·纵向运动离散状态空间模型 | 第43-45页 |
| ·基于 CVCPSO 算法的船舶纵向运动参数辨识 | 第45-47页 |
| ·仿真研究及其结果分析 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 基于 CVCPSO 算法的船舶航向 PID 控制 | 第52-60页 |
| ·PID 控制的基本原理及各基本环节的作用 | 第52-53页 |
| ·船舶运动数学模型的建立 | 第53-54页 |
| ·基于 CVCPSO 算法的船舶航向 PID 控制 | 第54-56页 |
| ·CVCPSO 算法与 PID 参数优化 | 第54页 |
| ·初始种群 | 第54-55页 |
| ·适应值函数 | 第55页 |
| ·程序运行步骤 | 第55-56页 |
| ·实验仿真及结果分析 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间发表的学术论文 | 第66-68页 |
| 致谢 | 第68页 |
