控制系统参数优化方法的研究
| 中文摘要 | 第1页 |
| 英文摘要 | 第3-6页 |
| 第一章 引言 | 第6-8页 |
| 1．1 本文的选题背景及其意义 | 第6-7页 |
| 1．2 本文研究的主要问题 | 第7-8页 |
| 第二章 常规控制器参数优化方法 | 第8-15页 |
| 2．1 目标函数的选择 | 第8-10页 |
| 2．2 常规控制器优化方法 | 第10-11页 |
| 2．3 不同目标函数的单纯形法优化 | 第11-13页 |
| 2．4 单纯形法受初值的影响 | 第13-14页 |
| 2．5 结论 | 第14-15页 |
| 第三章 基于专家系统的优化方法 | 第15-23页 |
| 3．1 专家系统 | 第15-16页 |
| 3．2 基于专家系统的PID参数优化 | 第16-19页 |
| 3．2．1 专家优化PID控制系统的结构 | 第16页 |
| 3．2．2 性能指标 | 第16页 |
| 3．2．3 特征识别 | 第16-17页 |
| 3．2．4 知识库 | 第17-19页 |
| 3．3 专家优化PID控制系统的设计 | 第19-20页 |
| 3．3．1 仿真模块 | 第19-20页 |
| 3．3．2 求值模块 | 第20页 |
| 3．3．3 专家系统模块 | 第20页 |
| 3．4 专家优化PID控制系统实例分析 | 第20-21页 |
| 3．5 结论 | 第21-23页 |
| 第四章 基于遗传算法的优化方法 | 第23-37页 |
| 4．1 遗传算法 | 第23-31页 |
| 4．1．1 遗传算法的特点 | 第23页 |
| 4．1．2 遗传算法的基本操作 | 第23-24页 |
| 4．1．3 遗传算法的编码方法 | 第24-27页 |
| 4．1．4 适应度函数的确定 | 第27-28页 |
| 4．1．5 遗传算子的设计 | 第28-31页 |
| 4．2 基于遗传算法的PID参数寻优的设计 | 第31-33页 |
| 4．2．1 仿真模块 | 第31页 |
| 4．2．2 求值模块 | 第31-32页 |
| 4．2．3 专家系统模块 | 第32页 |
| 4．2．4 遗传算子的确定 | 第32页 |
| 4．2．5 遗传算法的操作 | 第32-33页 |
| 4．3 实例分析 | 第33-36页 |
| 4．4 结论 | 第36-37页 |
| 第五章 多变量控制系统参数优化 | 第37-40页 |
| 5．1 问题引入 | 第37页 |
| 5．2 基于遗传算法的多变量控制系统参数优化 | 第37-39页 |
| 5．3 优化结果 | 第39页 |
| 5．4 结论 | 第39-40页 |
| 第六章 混合遗传算法 | 第40-45页 |
| 6．1 GA+BP混合学习算法 | 第40-41页 |
| 6．2 免疫遗传算 | 第41-43页 |
| 6．3 遗传模拟退火算法 | 第43-45页 |
| 第七章 结术语 | 第45-47页 |
| 参考文献 | 第47-49页 |
| 致谢 | 第49-50页 |
| 在学期间发表论文和参加科研情况 | 第50页 |
