| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景 | 第11-17页 |
| 1.1.1 计算智能与自然计算 | 第11-12页 |
| 1.1.2 非线性控制系统发展 | 第12页 |
| 1.1.3 粒子群优化算法研究现状 | 第12-15页 |
| 1.1.4 粒子群优化算法在各领域中的应用 | 第15-17页 |
| 1.2 研究意义 | 第17-19页 |
| 第二章 相关理论 | 第19-39页 |
| 2.1 相关算法介绍 | 第19-32页 |
| 2.1.1 遗传算法(GA) | 第19-21页 |
| 2.1.2 标准粒子群优化算法(SPSO) | 第21页 |
| 2.1.3 线性惯性权重递减粒子群优化算法(LDIWPSO) | 第21页 |
| 2.1.4 梯度粒子群优化算法(GPSO) | 第21-22页 |
| 2.1.5 自适应粒子群优化算法(APSO) | 第22-23页 |
| 2.1.6 多样性粒子群优化算法(DPSO) | 第23页 |
| 2.1.7 动态多粒子群优化算法(DMSPSO) | 第23-24页 |
| 2.1.8 模拟退火粒子群优化算法(SAPSO) | 第24-26页 |
| 2.1.9 混沌粒子群优化算法(CPSO) | 第26页 |
| 2.1.10 自学习粒子群优化算法(CLPSO) | 第26-28页 |
| 2.1.11 正交自学习粒子群优化算法(OLPSO) | 第28-29页 |
| 2.1.12 增强自学习粒子群优化算法(ECLPSO) | 第29页 |
| 2.1.13 动态邻域拓扑学习粒子群优化算法(DNLPSO) | 第29-30页 |
| 2.1.14 自调节粒子群优化算法(SRPSO) | 第30-31页 |
| 2.1.15 十字交叉粒子群优化算法(CSPSO) | 第31-32页 |
| 2.2 基准函数 | 第32-38页 |
| 2.2.1 单模函数 | 第32-33页 |
| 2.2.2 多模函数 | 第33-37页 |
| 2.2.3 偏移和旋转 | 第37-38页 |
| 2.2.4 混合函数 | 第38页 |
| 2.3 本章小结 | 第38-39页 |
| 第三章 变区间分段混沌粒子群优化算法(HVIPCPSO) | 第39-49页 |
| 3.1 惯性权重及学习因子 | 第39页 |
| 3.2 混沌公式及位置 | 第39-41页 |
| 3.3 变区间混沌搜索 | 第41-43页 |
| 3.3.1 局部搜索的方式 | 第42页 |
| 3.3.2 全局搜索方式 | 第42-43页 |
| 3.4 数值实验及分析 | 第43-45页 |
| 3.4.1 数值实验结果及统计 | 第43-44页 |
| 3.4.2 收敛性分析 | 第44-45页 |
| 3.5 本章小结 | 第45-49页 |
| 第四章 多方法讨论粒子群优化算法(MMAPSO) | 第49-67页 |
| 4.1 多方法讨论 | 第49-53页 |
| 4.1.1 自适应梯度下降搜索(AGS) | 第49-50页 |
| 4.1.2 云搜索(CS) | 第50-51页 |
| 4.1.3 变邻域分段混沌搜索(PCS) | 第51-52页 |
| 4.1.4 讨论策略 | 第52-53页 |
| 4.2 数值实验 | 第53-60页 |
| 4.2.1 参数设置 | 第53-54页 |
| 4.2.2 单峰值函数对比 | 第54-55页 |
| 4.2.3 多峰值函数测试对比 | 第55页 |
| 4.2.4 离散(噪波)函数测试对比 | 第55页 |
| 4.2.5 收敛情况分析 | 第55页 |
| 4.2.6 搜索行为的使用情况分析 | 第55-60页 |
| 4.3 本章小结 | 第60-67页 |
| 第五章 分类学习粒子群优化算法(PSO-CL) | 第67-79页 |
| 5.1 分类学习策略 | 第67-68页 |
| 5.2 数值实验 | 第68-75页 |
| 5.2.1 分类参数的设定 | 第68-70页 |
| 5.2.2 收敛性分析 | 第70-73页 |
| 5.2.3 与其他分类方法的比较讨论 | 第73-74页 |
| 5.2.4 分类情况对比 | 第74页 |
| 5.2.5 多样性与搜索空间对比 | 第74-75页 |
| 5.3 本章小结 | 第75-79页 |
| 第六章 插值自学习粒子群算法(LILPSO) | 第79-97页 |
| 6.1 插值法 | 第79-80页 |
| 6.2 插值自学习 | 第80-88页 |
| 6.2.1 局部插值搜索(LSLI) | 第80-81页 |
| 6.2.2 拉格朗日插值学习方式(LIL) | 第81-83页 |
| 6.2.3 参数设定 | 第83-85页 |
| 6.2.4 搜索空间对比 | 第85-88页 |
| 6.3 数值实验 | 第88-93页 |
| 6.4 本章小结 | 第93-97页 |
| 第七章 局部极点拓扑粒子群优化算法(CLPSO-LOT) | 第97-117页 |
| 7.1 局部极点拓扑结构 | 第97-99页 |
| 7.1.1 拓扑结构的提出 | 第97-99页 |
| 7.1.2 参数设置与算法流程 | 第99页 |
| 7.1.3 LOT的多样性与搜索空间 | 第99页 |
| 7.2 数值实验 | 第99-116页 |
| 7.2.1 测试函数与参数设置 | 第99-102页 |
| 7.2.2 参数g的影响 | 第102页 |
| 7.2.3 与其它改进PSO算法的比较 | 第102-112页 |
| 7.2.4 统计分析 | 第112页 |
| 7.2.5 收敛性能分析 | 第112-114页 |
| 7.2.6 计算复杂性分析 | 第114-115页 |
| 7.2.7 与其他拓扑结构的对比讨论 | 第115-116页 |
| 7.3 本章小结 | 第116-117页 |
| 第八章 各算法比较分析及其在液压控制系统的应用 | 第117-137页 |
| 8.1 各算法比较分析 | 第117-126页 |
| 8.2 液压矫直机PID控制优化 | 第126-132页 |
| 8.2.1 工作原理及数学建模 | 第126-130页 |
| 8.2.2 PID控制参数优化 | 第130-132页 |
| 8.3 液压AGC系统滑模控制优化 | 第132-136页 |
| 8.3.1 系统数学建模 | 第132-133页 |
| 8.3.2 滑模控制及参数优化 | 第133-136页 |
| 8.4 讨论 | 第136-137页 |
| 第九章 结论与展望 | 第137-139页 |
| 9.1 结论 | 第137-138页 |
| 9.2 展望 | 第138-139页 |
| 参考文献 | 第139-147页 |
| 致谢 | 第147-149页 |
| 附录A 相关算法的伪代码表 | 第149-161页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第161-162页 |
