摘要 | 第1-6页 |
Abstract | 第6-9页 |
第1章 绪论 | 第9-13页 |
·选题背景及意义 | 第9-10页 |
·国内外研究现状 | 第10-12页 |
·论文的主要研究工作 | 第12-13页 |
第2章 PID 控制器参数的优化方法 | 第13-23页 |
·常规PID 控制器基本原理 | 第13-14页 |
·数字PID 控制算法 | 第14-16页 |
·位置式PlD 控制算法 | 第14-15页 |
·增量式PlD 控制算法 | 第15-16页 |
·PID 控制器参数整定优化方法 | 第16-20页 |
·PID 控制器参数工程整定优化方法 | 第16-19页 |
·单纯形法 | 第19-20页 |
·控制系统性能评价指标 | 第20-22页 |
·确定性指标 | 第20-21页 |
·鲁棒性指标 | 第21-22页 |
·本章小结 | 第22-23页 |
第3章 粒子群优化算法 | 第23-32页 |
·粒子群算法思想起源 | 第23页 |
·基本粒子群算法 | 第23-27页 |
·基本原理 | 第23-25页 |
·算法流程 | 第25-26页 |
·基本粒子群算法两种模型 | 第26-27页 |
·标准粒子群算法 | 第27-29页 |
·标准粒子群算法的提出 | 第27页 |
·标准粒子群算法参数分析 | 第27-29页 |
·粒子群算法与其他进化算法比较 | 第29-30页 |
·PSO 算法和GA 算法的相同点 | 第29页 |
·PSO 算法和GA 算法不同点 | 第29-30页 |
·常见的改进粒子群算法 | 第30-31页 |
·基于动态邻域的改进PSO 算法 | 第30页 |
·基于选择的改进PSO 算法 | 第30页 |
·协同PSO 算法 | 第30-31页 |
·其它PSO 混合算法 | 第31页 |
·本章小结 | 第31-32页 |
第4章 基于改进粒子群算法的PID 控制器参数优化 | 第32-41页 |
·粒子群算法的改进策略 | 第32-34页 |
·具有量子行为的粒子群算法 | 第32-33页 |
·自适应变异策略 | 第33-34页 |
·改进的粒子群算法流程 | 第34-35页 |
·改进的粒子群算法用于典型函数优化 | 第35-37页 |
·改进粒子群算法对PID 参数优化 | 第37-40页 |
·目标函数的选取 | 第37-38页 |
·单回路系统控制器参数优化 | 第38-39页 |
·鲁棒性测试 | 第39-40页 |
·本章小结 | 第40-41页 |
第5章 改进粒子群算法在主汽温系统中的应用 | 第41-50页 |
·主汽温对象动态特性 | 第41-43页 |
·主汽温对象控制的主要难点 | 第43-44页 |
·主汽温控制系统的常规调节方法 | 第44-46页 |
·基于改进PSO 算法的主汽温系统PID 参数优化 | 第46-49页 |
·对象的选取 | 第46页 |
·仿真研究 | 第46-47页 |
·鲁棒性测试 | 第47-49页 |
·本章小结 | 第49-50页 |
第6章 结论与展望 | 第50-52页 |
参考文献 | 第52-55页 |
攻读硕士学位期间发表的论文及其它成果 | 第55-56页 |
致谢 | 第56-57页 |
详细摘要 | 第57-65页 |