基于灰色粒子群算法的温室环境多目标优化控制研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-22页 |
| 1.1 研究背景 | 第12-14页 |
| 1.2 研究意义 | 第14-15页 |
| 1.3 研究现状 | 第15-19页 |
| 1.3.1 温室环境控制方法 | 第15-18页 |
| 1.3.2 灰色多目标粒子群算法 | 第18-19页 |
| 1.4 本文研究内容 | 第19-22页 |
| 2 数据采集与预处理 | 第22-40页 |
| 2.1 数据采集 | 第22-27页 |
| 2.1.1 数据采集系统 | 第22-24页 |
| 2.1.2 试验数据 | 第24-27页 |
| 2.2 数据预处理 | 第27-31页 |
| 2.2.1 小波降噪 | 第28-29页 |
| 2.2.2 自适应加权融合估计算法 | 第29-31页 |
| 2.3 试验结果与分析 | 第31-38页 |
| 2.3.1 小波降噪结果与分析 | 第31-35页 |
| 2.3.2 自适应加权融合估计算法结果与分析 | 第35-38页 |
| 2.4 本章小结 | 第38-40页 |
| 3 温室环境的建模 | 第40-47页 |
| 3.1 温室环境建模 | 第40-43页 |
| 3.1.1 温室环境的温度和湿度模型 | 第40-42页 |
| 3.1.2 温室环境的能源消耗模型 | 第42-43页 |
| 3.2 模型的验证和结果分析 | 第43-46页 |
| 3.3 本章小结 | 第46-47页 |
| 4 灰色多目标粒子群算法 | 第47-56页 |
| 4.1 多目标概述 | 第47页 |
| 4.2 多目标粒子群算法 | 第47-50页 |
| 4.2.1 多目标优化问题描述 | 第47-48页 |
| 4.2.2 改进的粒子群算法 | 第48-50页 |
| 4.3 灰色粒子群算法 | 第50-52页 |
| 4.3.1 灰色理论 | 第50-52页 |
| 4.3.2 多目标灰色粒子群算法流程 | 第52页 |
| 4.4 试验结果与分析 | 第52-55页 |
| 4.5 本章小结 | 第55-56页 |
| 5 总结与展望 | 第56-58页 |
| 5.1 工作总结 | 第56页 |
| 5.2 研究展望 | 第56-58页 |
| 参考文献 | 第58-66页 |
| 个人简介 | 第66-67页 |
| 在读期间的学术活动与科研成果 | 第67页 |
