基于人工鱼群算法的PID神经网络控制器仿真研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·课题背景及意义 | 第9-10页 |
| ·人工鱼群算法研究现状 | 第10-12页 |
| ·PID神经网络研究现状 | 第12-13页 |
| ·本文主要工作 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 2 人工鱼群算法分析及改进 | 第15-28页 |
| ·人工鱼群算法原理 | 第15-21页 |
| ·人工鱼群算法描述 | 第15-18页 |
| ·人工鱼群算法的参数分析 | 第18-20页 |
| ·人工鱼群算法全局收敛性分析 | 第20-21页 |
| ·改进的人工鱼群算法 | 第21-26页 |
| ·人工鱼群算法的改进策略 | 第21-22页 |
| ·改进的人工鱼群算法流程 | 第22-24页 |
| ·人工鱼群算法改进策略测试 | 第24-26页 |
| ·本章小结 | 第26-28页 |
| 3 PID神经网络介绍与分析 | 第28-39页 |
| ·PID神经网络介绍 | 第28-30页 |
| ·PID神经网络理论基础 | 第28-29页 |
| ·PID神经网络的基本形式 | 第29-30页 |
| ·PID神经网络控制系统 | 第30-35页 |
| ·单变量系统的PID神经网络控制器 | 第30-33页 |
| ·多变量系统的PID神经网络控制器 | 第33-35页 |
| ·PID神经网络控制器的分析与改进 | 第35-38页 |
| ·PID神经网络控制器与PID控制器的联系 | 第35-37页 |
| ·PID神经网络控制器的改进 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 4 基于人工鱼群算法的PID神经网络训练实现 | 第39-43页 |
| ·PID神经网络BP训练算法的缺点 | 第39页 |
| ·人工鱼群算法训练PID神经网络控制器的优点 | 第39-41页 |
| ·人工鱼群算法训练PID神经网络的步骤 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 5 基于人工鱼群算法的PID神经网络控制仿真 | 第43-66页 |
| ·单变量系统控制仿真 | 第43-49页 |
| ·大惯性滞后系统控制仿真 | 第44-47页 |
| ·单变量非线性系统控制仿真 | 第47-49页 |
| ·多变量系统控制仿真 | 第49-59页 |
| ·多温区电加热炉系统控制仿真 | 第51-55页 |
| ·非线性耦合系统控制仿真 | 第55-59页 |
| ·多变量非方系统控制仿真 | 第59-64页 |
| ·本章小结 | 第64-66页 |
| 6 总结与展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第72页 |
