摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第10-18页 |
1.1 课题背景 | 第10-12页 |
1.2 群智能控制简介 | 第12-15页 |
1.3 仿真软件选择 | 第15-16页 |
1.4 课题研究的意义 | 第16页 |
1.5 课题研究的主要内容 | 第16-18页 |
第2章 液压弯辊力控制系统的分析与建模 | 第18-33页 |
2.1 液压弯辊装置 | 第18-20页 |
2.2 液压弯辊控制系统数学模型的建立 | 第20-23页 |
2.3 液压弯辊控制系统的仿真与计算 | 第23-24页 |
2.3.1 系统仿真参数的计算 | 第23-24页 |
2.4 液压弯辊控制系统特性分析 | 第24-26页 |
2.5 传统液压弯辊力控制系统的控制方法 | 第26-29页 |
2.5.1 数字PID控制 | 第27-28页 |
2.5.2 位置式PID控制算法 | 第28-29页 |
2.5.3 增量式PID控制算法 | 第29页 |
2.6 基于PID控制仿真 | 第29-32页 |
2.7 本章小结 | 第32-33页 |
第3章 基于智能算法的PID控制优化研究 | 第33-49页 |
3.1 PID整定方法概述 | 第33-34页 |
3.2 基本粒子群优化算法 | 第34-41页 |
3.2.1 基本粒子群算法 | 第35-36页 |
3.2.2 标准粒子群算法 | 第36-37页 |
3.2.3 基于粒子群算法的PID控制器参数整定 | 第37页 |
3.2.4 粒子群算法整定PID控制器参数的原理 | 第37-38页 |
3.2.5 基于粒子群算法整定的PID控制仿真实验 | 第38-41页 |
3.3 遗传算法优化PID控制算法 | 第41-48页 |
3.3.1 遗传算法简介 | 第41-42页 |
3.3.2 遗传算法的特点 | 第42页 |
3.3.3 遗传算法的操作步骤 | 第42-43页 |
3.3.4 PID参数优化的遗传算法实现 | 第43-45页 |
3.3.5 按照参数优化步骤进行仿真 | 第45-48页 |
3.4 本章小结 | 第48-49页 |
第4章 基于混合智能算法的液压弯辊控制仿真 | 第49-63页 |
4.1 融入遗传算法的粒子群优化算法 | 第49-51页 |
4.1.1 改进优化算法的流程 | 第50-51页 |
4.2 基于融入遗传算法的粒子群优化PID控制参数 | 第51-56页 |
4.2.1 评价函数的确定 | 第52-53页 |
4.2.2 算法的实现 | 第53页 |
4.2.3 仿真实验与分析 | 第53-56页 |
4.3 融合遗传因子的蚁群算法优化PID控制参数 | 第56-61页 |
4.3.1 融合遗传因子的蚁群算法的原理 | 第56-57页 |
4.3.2 基于遗传算法的蚁群算法优化PID控制参数 | 第57-58页 |
4.3.3 仿真实验与分析 | 第58-61页 |
4.4 加入干扰项仿真 | 第61-62页 |
4.5 本章小结 | 第62-63页 |
结论 | 第63-65页 |
参考文献 | 第65-68页 |
致谢 | 第68页 |