| 摘要 | 第1-7页 |
| ABSTRACT(英文摘要) | 第7-14页 |
| 第一章 绪论 | 第14-34页 |
| ·导言 | 第14-21页 |
| ·计算智能的研究现状 | 第21-28页 |
| ·神经网络研究综述 | 第21-24页 |
| ·进化计算研究综述 | 第24-28页 |
| ·遗传算法 | 第24-26页 |
| ·粒子群算法 | 第26-28页 |
| ·不确定系统 | 第28-31页 |
| ·不确定系统的划分 | 第28-30页 |
| ·不确定优化问题研究现状 | 第30-31页 |
| ·论文概要 | 第31-34页 |
| 第二章 最优化与系统稳定性理论 | 第34-41页 |
| ·最优化理论 | 第34-37页 |
| ·问题表述、分类及算法 | 第34-35页 |
| ·全局最优测试函数 | 第35-37页 |
| ·系统稳定性理论 | 第37-41页 |
| ·运动方程的平衡态及其稳定性 | 第37-40页 |
| ·李亚普诺夫定理 | 第40-41页 |
| 第三章 求解非线性优化问题的神经网络方法 | 第41-47页 |
| ·引言 | 第41-43页 |
| ·解决Lagrange乘子法子问题的神经网络 | 第43-44页 |
| ·基于增广Lagrange乘子法的迭代优化算法 | 第44-45页 |
| ·仿真结果 | 第45页 |
| ·结束语 | 第45-47页 |
| 第四章 改进粒子群算法 | 第47-60页 |
| ·引言 | 第47-48页 |
| ·简单PSO和标准PSO模型 | 第48-49页 |
| ·粒子运动轨迹分析 | 第49-52页 |
| ·参数选择 | 第52-54页 |
| ·标准测试函数仿真实验 | 第54-57页 |
| ·结束语 | 第57-60页 |
| 第五章 求解minimax优化的计算智能方法 | 第60-76页 |
| ·引言 | 第60-62页 |
| ·minimax优化问题特点与研究现状 | 第62-63页 |
| ·求解一般minimax优化的神经网络模型 | 第63-69页 |
| ·神经网络模型 | 第63-65页 |
| ·神经网络Lyapunov稳定性分析 | 第65-69页 |
| ·求解minimax优化的混合遗传算法 | 第69-71页 |
| ·用传统的遗传算法求解minimax问题 | 第69-70页 |
| ·解决minimax优化问题的SGA算法 | 第70-71页 |
| ·仿真计算 | 第71-75页 |
| ·结束语 | 第75-76页 |
| 第六章 区间数不确定系统 | 第76-93页 |
| ·引言 | 第76-77页 |
| ·参数不确定系统的优化命题的提出 | 第77-79页 |
| ·区间数不等式约束的处理 | 第79-84页 |
| ·基本区间数运算 | 第79-80页 |
| ·区间数不等式 | 第80-81页 |
| ·几种区间不等式评价体系的统一 | 第81-83页 |
| ·改进的μ~+指标 | 第83-84页 |
| ·区间数系数的目标函数的多目标优化解 | 第84-92页 |
| ·区间数的序 | 第84-86页 |
| ·ε-鲁棒有效解 | 第86-88页 |
| ·后悔度 | 第88-89页 |
| ·区间数规划的三目标规划解决方案 | 第89-90页 |
| ·仿真计算 | 第90-92页 |
| ·结束语 | 第92-93页 |
| 第七章 基于LQR指标的鲁棒PID整定方法及稳定性裕度评估 | 第93-103页 |
| ·前言 | 第93-95页 |
| ·时滞系统的LQR指标 | 第95-99页 |
| ·基于LQR指标的PID参数整定思想 | 第99-101页 |
| ·仿真计算 | 第101页 |
| ·结束语 | 第101-103页 |
| 第八章 结束语 | 第103-107页 |
| 参考文献 | 第107-123页 |
| 致谢 | 第123-124页 |
| 在学期间的研究成果及发表的论文 | 第124-125页 |