首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于混合群智能算法的液压矫直机PID参数优化

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第11-21页
    1.1 课题研究背景及意义第11-12页
    1.2 微粒群算法的研究现状第12-14页
        1.2.1 速度更新机制改进第12-13页
        1.2.2 拓扑结构改进第13-14页
    1.3 蝙蝠算法的研究现状第14-15页
    1.4 蚁群算法的研究现状第15-16页
    1.5 矫直机研究现状第16-17页
    1.6 课题来源第17-18页
    1.7 研究思路与内容安排第18-21页
        1.7.1 问题提出第18页
        1.7.2 研究思路第18-19页
        1.7.3 内容安排第19-21页
第2章 基于有向自组织结构的两阶段微粒群算法第21-45页
    2.1 标准微粒群算法第21-22页
    2.2 两阶段微粒群算法第22-27页
        2.2.1 构造作用力规则第23-24页
        2.2.2 微粒的速度和位置更新第24-27页
    2.3 有向自组织结构的两阶段微粒群算法第27-34页
        2.3.1 静态种群拓扑结构的介绍第27-30页
        2.3.2 有向自组织动态拓扑结构第30-33页
        2.3.3 有向自组织结构的两阶段微粒群算法执行步骤第33-34页
    2.4 标准优化测试函数第34-37页
        2.4.1 单峰测试函数第34-35页
        2.4.2 多峰测试函数第35-37页
        2.4.3 病态测试函数第37页
    2.5 有向自组织结构的两阶段微粒群算法性能测试第37-43页
        2.5.1 微粒出度值对算法性能的影响第37-38页
        2.5.2 算法最优解搜索能力测试第38-42页
        2.5.3 算法收敛速度测试第42-43页
    2.6 本章小结第43-45页
第3章 动态拓扑引斥力蝙蝠算法第45-59页
    3.1 标准蝙蝠算法第45-48页
        3.1.1 蝙蝠算法的原理第45-47页
        3.1.2 蝙蝠算法的流程第47-48页
    3.2 引斥力蝙蝠算法第48-53页
        3.2.1 构造作用力规则第48-50页
        3.2.2 蝙蝠的速度和位置更新第50-53页
    3.3 动态拓扑引斥力蝙蝠算法第53-58页
        3.3.1 动态拓扑引斥力蝙蝠算法的执行步骤第53-55页
        3.3.2 拓扑结构度量分析第55-56页
        3.3.3 对最优解搜索能力的影响第56-58页
    3.4 本章小结第58-59页
第4章 多阶段自适应信息素机制蚁群优化算法第59-73页
    4.1 蚁群算法第59-62页
        4.1.1 蚁群算法基本原理第59-61页
        4.1.2 蚁群算法求解旅行商问题流程第61-62页
        4.1.3 蚁群算法的优缺点第62页
    4.2 MAPACO 算法第62-66页
        4.2.1 全局信息素更新机制第62-63页
        4.2.2 引入混沌扰动的全局信息素更新机制第63-64页
        4.2.3 局部信息素更新机制第64页
        4.2.4 MAPACO算法的执行步骤第64-66页
    4.3 基于TSP问题的MAPACO算法验证第66-72页
        4.3.1 MAPACO算法参数选择第66-68页
        4.3.2 MAPACO算法性能分析第68-72页
    4.4 本章小结第72-73页
第5章 混合群智能算法及其应用第73-90页
    5.1 混合群智能算法第73-74页
    5.2 液压矫直机PID控制优化第74-80页
        5.2.1 矫直机阀控系统数学模型第75-78页
        5.2.2 矫直机PID参数优化第78-79页
        5.2.3 仿真结果及分析第79-80页
    5.3 液压阀块加工车间调度优化第80-89页
        5.3.1 液压阀块加工工艺第80-82页
        5.3.2 液压阀块加工车间调度优化第82-89页
    5.4 本章小结第89-90页
结论第90-92页
参考文献第92-98页
攻读硕士学位期间承担的科研任务与主要成果第98-99页
致谢第99页

论文共99页,点击 下载论文
上一篇:自抗扰控制的气缸伺服系统定位研究
下一篇:基于极限学习机的图像超分辨率研究