| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-11页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 问题的提出 | 第11-14页 |
| 1.2 基本粒子群优化算法 | 第14页 |
| 1.3 粒子群优化算法的理论研究现状 | 第14-17页 |
| 1.3.1 粒子群算法的理论分析 | 第15-16页 |
| 1.3.2 算法的改进研究 | 第16-17页 |
| 1.3.3 拓扑结构研究 | 第17页 |
| 1.4 基于控制思想的粒子群算法研究成果 | 第17-18页 |
| 1.5 本文的研究思路 | 第18页 |
| 1.6 本文开展的主要研究工作 | 第18-21页 |
| 第2章 基于无模型自适应控制的粒子群优化算法 | 第21-33页 |
| 2.1 无模型自适应控制 | 第21-23页 |
| 2.1.1 无模型自适应控制简介 | 第21-22页 |
| 2.1.2 系统线性化方法 | 第22页 |
| 2.1.3 无模型自适应控制器设计 | 第22-23页 |
| 2.2 基于无模型自适应控制的PSO算法 | 第23-25页 |
| 2.2.1 MFAC-PSO算法的提出 | 第23-24页 |
| 2.2.2 MFAC-PSO算法的流程 | 第24-25页 |
| 2.2.3 参数选择 | 第25页 |
| 2.3 仿真测试 | 第25-31页 |
| 2.3.1 测试函数与环境 | 第25-26页 |
| 2.3.2 仿真结果及分析 | 第26-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第3章 基于时滞相关不确定系统鲁棒控制的粒子群优化算法 | 第33-51页 |
| 3.1 时滞相关不确定系统鲁棒H_∞控制简介 | 第33-34页 |
| 3.2 基于时滞相关不确定系统鲁棒控制的PSO算法 | 第34-38页 |
| 3.2.1 算法的提出 | 第34页 |
| 3.2.2 DURC-PSO算法模型定义和分析 | 第34-36页 |
| 3.2.3 DURC-PSO算法可控条件及控制器设计 | 第36-38页 |
| 3.3 DURC-PSO算法的参数选择与流程 | 第38-40页 |
| 3.3.1 DURC-PSO算法的参数选择 | 第38-39页 |
| 3.3.2 DURC-PSO算法的流程 | 第39-40页 |
| 3.4 仿真测试 | 第40-45页 |
| 3.4.1 测试函数与实验环境 | 第40页 |
| 3.4.2 仿真结果与分析 | 第40-45页 |
| 3.5 基于MFAC-PSO与DURC-PSO的混合算法 | 第45-47页 |
| 3.6 混合算法仿真测试 | 第47-50页 |
| 3.6.1 参数设置与测试函数 | 第47-48页 |
| 3.6.2 仿真结果及分析 | 第48-50页 |
| 3.7 本章小结 | 第50-51页 |
| 第4章 基于过程优化的粒子群优化算法 | 第51-65页 |
| 4.1 寻优过程特性分析 | 第51-54页 |
| 4.1.1 最优值变化分析 | 第51页 |
| 4.1.2 多样性分析 | 第51-53页 |
| 4.1.3 相关变量定义 | 第53-54页 |
| 4.2 基于过程优化的PSO算法 | 第54-58页 |
| 4.2.1 算法模型及分析 | 第54-56页 |
| 4.2.2 跟踪规则分析 | 第56-57页 |
| 4.2.3 算法流程 | 第57-58页 |
| 4.3 控制器相关设计 | 第58-60页 |
| 4.3.1 控制器设计 | 第58-59页 |
| 4.3.2 多样性指标参考输入的确定 | 第59-60页 |
| 4.4 测试仿真 | 第60-63页 |
| 4.4.1 实验仿真环境 | 第60-61页 |
| 4.4.2 仿真结果及分析 | 第61-63页 |
| 4.5 本章小结 | 第63-65页 |
| 第5章 总结与展望 | 第65-67页 |
| 5.1 主要研究工作的总结 | 第65页 |
| 5.2 后续研究展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72页 |
