| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-20页 |
| ·本课题问题的提出 | 第11页 |
| ·研究现状 | 第11-12页 |
| ·智能控制技术发展及其在板形板厚控制中的应用 | 第12-14页 |
| ·群智能及PSO算法 | 第14-16页 |
| ·多变量系统解耦控制 | 第16-18页 |
| ·本论文主要研究内容 | 第18-20页 |
| 第2章 板形板厚综合控制系统模型 | 第20-36页 |
| ·板形板厚基本理论 | 第20-30页 |
| ·板形的定义 | 第20-24页 |
| ·板形的控制策略和控制装置 | 第24-25页 |
| ·厚度自动控制方案 | 第25-30页 |
| ·板形板厚综合控制数学模型 | 第30-35页 |
| ·板厚方程 | 第30-32页 |
| ·板形方程 | 第32-34页 |
| ·板形板厚综合控制的模型 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 粒子群优化算法研究 | 第36-47页 |
| ·引言 | 第36页 |
| ·PSO算法 | 第36-40页 |
| ·PSO算法的原理 | 第37-38页 |
| ·PSO算法描述 | 第38-39页 |
| ·PSO算法中的参数定义 | 第39-40页 |
| ·PSO算法的改进 | 第40-42页 |
| ·基于邻域算子的PSO算法 | 第40-41页 |
| ·具有收敛因子的PSO算法 | 第41-42页 |
| ·划分域的PSO算法 | 第42页 |
| ·离散PSO算法 | 第42页 |
| ·自适应PSO算法 | 第42-45页 |
| ·PSO算法的基本原理 | 第42-44页 |
| ·自适应PSO算法步骤 | 第44-45页 |
| ·算法的MATLAB实现 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 基于PSO算法的神经网络优化 | 第47-55页 |
| ·神经网络基础知识 | 第47-48页 |
| ·BP神经网络基础 | 第48-49页 |
| ·RBF神经网络的基础 | 第49-51页 |
| ·自适应PSO算法优化神经网络 | 第51-53页 |
| ·性能评价 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 基于自适应PSO算法的RBF神经网络板形板厚多变量控制 | 第55-66页 |
| ·引言 | 第55页 |
| ·解耦系统的结构 | 第55-58页 |
| ·神经网络解耦控制系统的结构框图 | 第55-56页 |
| ·板形板厚系统神经网络解耦控制的结构 | 第56-57页 |
| ·神经网络解耦算法 | 第57-58页 |
| ·基于RBF神经网络多变量控制 | 第58-60页 |
| ·板形板厚多变量控制系统仿真研究 | 第60-65页 |
| ·本章小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士期间发表的论文和完成的专利 | 第72-73页 |
| 攻读硕士期间参与的科研项目 | 第73-74页 |
| 致谢 | 第74页 |