摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第13-31页 |
1.1 研究背景及意义 | 第13-15页 |
1.2 两种典型优化算法的研究现状 | 第15-27页 |
1.2.1 粒子群优化算法 | 第17-23页 |
1.2.2 和声搜索算法 | 第23-27页 |
1.3 启发式算法在控制问题中的应用 | 第27页 |
1.4 本文主要工作 | 第27-31页 |
第2章 多种群随机差分粒子群优化算法及应用 | 第31-59页 |
2.1 引言 | 第31-32页 |
2.2 基本粒子群优化 | 第32-33页 |
2.3 多种群随机差分粒子群算法 | 第33-35页 |
2.3.1 MPPSO算法的基本步骤 | 第33-34页 |
2.3.2 MPPSO算法中的改进和特点 | 第34-35页 |
2.4 约束处理 | 第35-36页 |
2.5 数值仿真实验 | 第36-48页 |
2.5.1 无约束优化 | 第36-43页 |
2.5.2 有约束优化 | 第43-48页 |
2.6 线性系统终端时间有限的LQ状态反馈控制律设计 | 第48-58页 |
2.6.1 LQ控制问题相关知识 | 第49-50页 |
2.6.2 控制时间有限的LQ控制 | 第50-53页 |
2.6.3 仿真实验 | 第53-58页 |
2.7 本章小结 | 第58-59页 |
第3章 一种改进的全局粒子群优化算法及应用 | 第59-81页 |
3.1 引言 | 第59页 |
3.2 改进的全局粒子群算法 | 第59-63页 |
3.2.1 全局邻域搜索 | 第59-61页 |
3.2.2 全局邻域扰动 | 第61页 |
3.2.3 全局最优粒子学习 | 第61-63页 |
3.3 算法流程 | 第63页 |
3.4 实验结果与分析 | 第63-74页 |
3.4.1 算法的寻优精度比较 | 第64-65页 |
3.4.2 算法的收敛速度比较 | 第65-66页 |
3.4.3 算法的非参数统计显著性比较 | 第66-74页 |
3.5 状态反馈鲁棒极点配置优化 | 第74-79页 |
3.5.1 极点配置 | 第74-75页 |
3.5.2 鲁棒极点配置 | 第75-76页 |
3.5.3 基于IGPSO的鲁棒极点配置 | 第76-77页 |
3.5.4 仿真实验 | 第77-79页 |
3.6 本章小结 | 第79-81页 |
第4章 一种改进的和声搜索算法及应用 | 第81-91页 |
4.1 最优交会模型 | 第81-84页 |
4.2 基本和声搜索算法 | 第84-85页 |
4.3 AHS算法设计 | 第85-88页 |
4.3.1 全局均匀调整 | 第85-86页 |
4.3.2 参数动态调整 | 第86页 |
4.3.3 AHS算法流程 | 第86-88页 |
4.4 仿真实验与结果分析 | 第88-89页 |
4.5 本章小结 | 第89-91页 |
第5章 带有全局交叉的修正和声搜索算法及应用 | 第91-103页 |
5.1 带有全局交叉的修正和声搜索算法 | 第91-93页 |
5.1.1 多和声记忆库协同创作 | 第91页 |
5.1.2 邻域学习 | 第91-92页 |
5.1.3 全局交叉 | 第92页 |
5.1.4 算法步骤与实现 | 第92-93页 |
5.2 实验仿真 | 第93-96页 |
5.2.1 函数优化实验准备 | 第93-94页 |
5.2.2 实验仿真与结果分析 | 第94-96页 |
5.2.3 交叉率CR的分析 | 第96页 |
5.3 电网输电阻塞成本控制 | 第96-101页 |
5.3.1 输电阻塞成本控制模型 | 第97-98页 |
5.3.2 输电阻塞成本控制仿真实验 | 第98-101页 |
5.4 本章小结 | 第101-103页 |
第6章 一种学习搜索算法及应用 | 第103-127页 |
6.1 引言 | 第103页 |
6.2 学习搜索算法 | 第103-108页 |
6.2.1 学习行为模式 | 第104页 |
6.2.2 学习搜索算法的描述 | 第104-105页 |
6.2.3 学习搜索算法的流程与步骤 | 第105-106页 |
6.2.4 学习搜索算法的程序伪代码 | 第106-108页 |
6.3 算法测试与性能分析 | 第108-116页 |
6.3.1 测试函数 | 第108-109页 |
6.3.2 LSA搜索状态分析 | 第109-110页 |
6.3.3 NS和S_(ar)对算法性能的影响 | 第110-111页 |
6.3.4 算法比较与分析 | 第111-116页 |
6.4 具有指定暂态性能的SISO线性系统的周期切换跟踪控制 | 第116-126页 |
6.4.1 问题的描述 | 第117页 |
6.4.2 过渡时间不受限的输出跟踪 | 第117-118页 |
6.4.3 过渡时间受限的输出跟踪 | 第118-122页 |
6.4.4 仿真实验 | 第122-126页 |
6.5 本章小结 | 第126-127页 |
第7章 总结与展望 | 第127-129页 |
7.1 总结 | 第127-128页 |
7.2 展望 | 第128-129页 |
参考文献 | 第129-143页 |
致谢 | 第143-145页 |
攻读学位期间发表的论著及获奖情况 | 第145页 |