PSO神经网络及其在冷连轧机张力控制中的应用研究
| 中文摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·研究背景及意义 | 第10页 |
| ·张力控制技术的发展现状 | 第10-11页 |
| ·神经网络的发展历史 | 第11-12页 |
| ·群智能及PSO算法 | 第12-13页 |
| ·本文的主要工作 | 第13-14页 |
| 第2章 张力控制系统 | 第14-32页 |
| ·张力的定义 | 第14-15页 |
| ·张力的种类 | 第15-16页 |
| ·前滑值与后滑值 | 第16-17页 |
| ·张力的作用 | 第17-18页 |
| ·张力的控制方法 | 第18-20页 |
| ·直接张力控制 | 第18-20页 |
| ·间接张力控制 | 第20页 |
| ·张力数学模型 | 第20-24页 |
| ·冷连轧机张力控制系统的建模 | 第24-30页 |
| ·张力控制系统的结构 | 第24-25页 |
| ·液压系统建模 | 第25-27页 |
| ·辊缝到速度变化增益 | 第27-29页 |
| ·张力产生模型 | 第29页 |
| ·张力计模型 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 第3章 PSO优化算法研究 | 第32-46页 |
| ·引言 | 第32页 |
| ·基本PSO算法 | 第32-36页 |
| ·算法原理 | 第32-33页 |
| ·PSO算法的领域结构 | 第33-34页 |
| ·两种PSO算法的基本模型 | 第34-35页 |
| ·算法流程 | 第35页 |
| ·PSO算法与其他进化算法比较 | 第35-36页 |
| ·PSO算法的改进策略 | 第36-39页 |
| ·调整惯性权重 | 第37页 |
| ·引入收缩因子 | 第37-38页 |
| ·引入领域算子 | 第38页 |
| ·簇分析方法 | 第38页 |
| ·结合进化计算 | 第38-39页 |
| ·其他改进策略 | 第39页 |
| ·仿真分析 | 第39-44页 |
| ·测试函数 | 第39-42页 |
| ·仿真与结果分析 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 第4章 神经网络及其PSO优化策略 | 第46-56页 |
| ·引言 | 第46-47页 |
| ·RBF人工神经网络 | 第47-49页 |
| ·RBF神经网络的基本原理 | 第47-48页 |
| ·RBF神经网络的特点及优点 | 第48页 |
| ·RBF神经网络存在的问题 | 第48-49页 |
| ·BP人工神经网络 | 第49-51页 |
| ·BP网络的基本原理 | 第49-50页 |
| ·BP网络的特点和优点 | 第50页 |
| ·BP网络存在的问题 | 第50-51页 |
| ·基于PSO算法BP神经网络的优化 | 第51-53页 |
| ·仿真分析 | 第53-55页 |
| ·BP网络仿真 | 第53-55页 |
| ·仿真与结果分析 | 第55页 |
| ·本章小结 | 第55-56页 |
| 第5章 基于PSO算法的神经网络张力控制 | 第56-72页 |
| ·引言 | 第56页 |
| ·改进PSO算法进行PID整定 | 第56-59页 |
| ·基本PID控制原理 | 第56-58页 |
| ·数字PID控制器 | 第58-59页 |
| ·基于PSO神经网络的PID参数优化 | 第59-66页 |
| ·BP神经网络控制器 | 第60-63页 |
| ·基于PSO算法的神经网络PID控制 | 第63-66页 |
| ·基于PSO神经网络PID控制的张力控制系统 | 第66-67页 |
| ·仿真的比较和分析 | 第67-70页 |
| ·本章小结 | 第70-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78页 |
