基于改进粒子群的PID参数整定应用研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景和课题意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 PID参数整定技术的优化研究 | 第12-14页 |
| 1.2.2 粒子群优化算法的改进研究 | 第14-15页 |
| 1.3 论文的创新点 | 第15-16页 |
| 1.3.1 论文的研究内容 | 第15-16页 |
| 1.3.2 论文的创新点 | 第16页 |
| 1.4 论文的组织结构 | 第16-18页 |
| 第二章 相关理论概述 | 第18-29页 |
| 2.1 PID控制 | 第18-23页 |
| 2.1.1 PID控制器的原理和特点 | 第18-19页 |
| 2.1.2 PID控制器参数对控制系统的影响 | 第19-20页 |
| 2.1.3 PID控制器参数整定方法 | 第20-21页 |
| 2.1.4 PID控制系统的性能指标 | 第21-23页 |
| 2.2 基本粒子群优化算法 | 第23-27页 |
| 2.2.1 基本粒子群算法基本原理 | 第23-24页 |
| 2.2.2 基本粒子群算法描述 | 第24-27页 |
| 2.3 标准PSO | 第27-29页 |
| 2.3.1 带惯性权重的粒子群优化算法 | 第27-28页 |
| 2.3.2 带收缩因子的粒子群优化算法 | 第28-29页 |
| 第三章 基于自适应参数的均值粒子群优化算法 | 第29-41页 |
| 3.1 问题的提出 | 第29页 |
| 3.2 算法的改进策略 | 第29-31页 |
| 3.2.1 种群等级划分 | 第30页 |
| 3.2.2 自适应惯性权重 | 第30-31页 |
| 3.2.3 极值的线性组合 | 第31页 |
| 3.3 算法流程 | 第31-33页 |
| 3.4 算法实验仿真 | 第33-39页 |
| 3.5 本章总结 | 第39-41页 |
| 第四章 改进粒子群算法的PID参数整定 | 第41-52页 |
| 4.1 问题的提出 | 第41页 |
| 4.2 改进粒子群算法整定PID参数 | 第41-44页 |
| 4.2.1 PSO-PID控制系统结构 | 第42页 |
| 4.2.2 适应度函数的选取 | 第42-43页 |
| 4.2.3 算法流程 | 第43-44页 |
| 4.3 实验仿真 | 第44-48页 |
| 4.3.1 典型的被控对象模型 | 第44-45页 |
| 4.3.2 仿真结果与分析 | 第45-48页 |
| 4.4 实例应用—加热炉温度控制 | 第48-50页 |
| 4.5 本章小结 | 第50-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52-53页 |
| 5.2 展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 攻读硕士学位期间发表的学术论文目录 | 第59页 |
