| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 符号(缩写)含义表 | 第8-11页 |
| 1 绪论 | 第11-29页 |
| ·引言 | 第11-13页 |
| ·粒子群算法概述 | 第13-18页 |
| ·动态环境下优化问题的研究现状 | 第18-26页 |
| ·研究的主要内容 | 第26-29页 |
| 2 粒子群动态行为分析和算法收敛性研究 | 第29-51页 |
| ·引言 | 第29-31页 |
| ·单个粒子动态行为分析 | 第31-37页 |
| ·群体运动行为分析 | 第37-40页 |
| ·粒子群改进算法及其收敛性分析 | 第40-49页 |
| ·本章小结 | 第49-51页 |
| 3 动态环境下单目标粒子群算法 | 第51-78页 |
| ·引言 | 第51-52页 |
| ·动态单目标优化问题及动态环境 | 第52-55页 |
| ·动态单目标测试函数及算法性能评价标准 | 第55-59页 |
| ·基于柯西变异和斥力势场的动态单目标粒子群改进算法 | 第59-67页 |
| ·实验设置和仿真结果 | 第67-77页 |
| ·本章小结 | 第77-78页 |
| 4 动态环境下多目标粒子群算法 | 第78-105页 |
| ·引言 | 第78-79页 |
| ·动态多目标测试函数及性能评价标准 | 第79-84页 |
| ·基于多种群协同优化的动态多目标粒子群改进算法 | 第84-96页 |
| ·实验设置和仿真结果 | 第96-104页 |
| ·本章小结 | 第104-105页 |
| 5 动态环境下高维函数粒子群优化 | 第105-117页 |
| ·引言 | 第105-106页 |
| ·高维问题难以优化的原因分析 | 第106-107页 |
| ·基于局部极值点维度自适应学习的动态高维粒子群算法 | 第107-111页 |
| ·实验设置与仿真结果 | 第111-116页 |
| ·本章小结 | 第116-117页 |
| 6 基于改进粒子群算法的动态系统PID控制器参数整定 | 第117-129页 |
| ·引言 | 第117-118页 |
| ·PID控制及垃圾焚烧系统模型 | 第118-120页 |
| ·基于改进粒子群算法的PID控制器参数单目标动态优化 | 第120-124页 |
| ·基于改进粒子群算法的PID控制器参数多目标动态优化 | 第124-128页 |
| ·本章小结 | 第128-129页 |
| 7 总结与展望 | 第129-133页 |
| ·全文总结 | 第129-130页 |
| ·本文工作的主要创新点 | 第130-131页 |
| ·研究展望 | 第131-133页 |
| 致谢 | 第133-135页 |
| 参考文献 | 第135-149页 |
| 附录1 攻读博士学位期间发表论文目录 | 第149-151页 |
| 附录2 发表的学术论文与博士学位论文的关系 | 第151页 |
