| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第17-25页 |
| 1.1 课题背景及研究意义 | 第17-18页 |
| 1.2 船舶动力定位系统简介 | 第18-19页 |
| 1.3 船舶动力定位控制系统研究进展 | 第19-21页 |
| 1.3.1 国外相关研究 | 第20-21页 |
| 1.3.2 国内相关研究 | 第21页 |
| 1.4 云模型理论概述 | 第21-23页 |
| 1.4.1 云模型理论的提出 | 第21-22页 |
| 1.4.2 云模型理论的研究现状 | 第22-23页 |
| 1.4.3 云模型在船舶控制领域应用研究现状 | 第23页 |
| 1.5 本文主要研究内容 | 第23-25页 |
| 第2章 船舶动力定位系统建模 | 第25-35页 |
| 2.1 船舶运动坐标系和常用符号 | 第25-26页 |
| 2.2 船舶运动学模型 | 第26-27页 |
| 2.3 船舶动力学模型 | 第27-28页 |
| 2.4 海洋环境干扰模型 | 第28-32页 |
| 2.4.1 风的干扰力数学模型 | 第29-30页 |
| 2.4.2 浪的干扰力数学模型 | 第30-32页 |
| 2.4.3 慢变环境扰动模型 | 第32页 |
| 2.5 船舶动力定位系统数学模型 | 第32-34页 |
| 2.5.1 船舶动力定位系统非线性模型 | 第32-33页 |
| 2.5.2 船舶动力定位系统线性化模型 | 第33-34页 |
| 2.5.3 本文仿真控制对象的数学模型 | 第34页 |
| 2.6 本章小结 | 第34-35页 |
| 第3章 云模型理论 | 第35-45页 |
| 3.1 云模型概念 | 第35-38页 |
| 3.1.1 云模型的基本定义 | 第35-36页 |
| 3.1.2 云模型的数字特征 | 第36页 |
| 3.1.3 云模型的“3En”规则 | 第36-37页 |
| 3.1.4 云模型的拓展 | 第37-38页 |
| 3.2 云模型发生器 | 第38-41页 |
| 3.2.1 正向云模型发生器 | 第39页 |
| 3.2.2 逆向云模型发生器 | 第39-40页 |
| 3.2.3 条件云模型发生器 | 第40-41页 |
| 3.3 云模型的不确定性推理 | 第41-43页 |
| 3.3.1 单条件单规则推理 | 第41-42页 |
| 3.3.2 双条件单规则推理 | 第42-43页 |
| 3.4 云模型系统的逼近性 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 船舶动力定位云模型控制器设计 | 第45-59页 |
| 4.1 云模型控制原理 | 第45-46页 |
| 4.2 动力定位一维云模型控制器（CMC1） | 第46-50页 |
| 4.2.1 一维云模型推理映射算法与实现 | 第46-47页 |
| 4.2.2 一维云模型控制器设计 | 第47-48页 |
| 4.2.3 基于一维云模型控制器的动力定位控制系统仿真 | 第48-50页 |
| 4.3 动力定位一维复合云模型控制器（CMC+） | 第50-53页 |
| 4.3.1 一维复合云模型映射器算法与实现 | 第50页 |
| 4.3.2 一维复合云模型控制器设计 | 第50-52页 |
| 4.3.3 基于一维复合云模型控制器的动力定位控制系统仿真 | 第52-53页 |
| 4.4 动力定位二维云模型控制器（CMC2） | 第53-58页 |
| 4.4.1 二维云模型推理映射算法与实现 | 第53-55页 |
| 4.4.2 二维云模型控制器设计 | 第55-57页 |
| 4.4.3 基于二维云模型控制器的动力定位控制系统仿真 | 第57-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第5章 动力定位云模型控制器驱动因子优化设计 | 第59-71页 |
| 5.1 标准粒子群优化算法（PSO） | 第59-60页 |
| 5.2 基于标准粒子群算法的驱动因子优化 | 第60-62页 |
| 5.2.1 适应度函数的选择 | 第60页 |
| 5.2.2 PSO优化CMC+的算法流程 | 第60-61页 |
| 5.2.3 优化实验与结果分析 | 第61-62页 |
| 5.3 基于改进粒子群算法的驱动因子优化 | 第62-65页 |
| 5.3.1 基于遗传算法思想改进的粒子群算法（APSO） | 第62-64页 |
| 5.3.2 APSO优化CMC+的算法流程 | 第64页 |
| 5.3.3 优化实验与结果分析 | 第64-65页 |
| 5.4 基于优化后CMC+的动力定位控制系统仿真 | 第65-70页 |
| 5.4.1 理想海况下的控制系统仿真 | 第66-67页 |
| 5.4.2 四级海况下的控制系统仿真 | 第67-69页 |
| 5.4.3 七级海况下的控制系统仿真 | 第69-70页 |
| 5.5 本章小结 | 第70-71页 |
| 第6章 动力定位云模型控制器特征参数优化设计 | 第71-83页 |
| 6.1 基于标准粒子群算法的特征参数优化 | 第71-74页 |
| 6.1.1 PSO优化CMC1的算法流程 | 第72页 |
| 6.1.2 优化实验与结果分析 | 第72-74页 |
| 6.2 基于改进粒子群算法的特征参数优化 | 第74-77页 |
| 6.2.1 基于一维云模型改进的粒子群优化算法（CM1-PSO） | 第74-75页 |
| 6.2.2 CM1-PSO优化CMC1的算法流程 | 第75页 |
| 6.2.3 优化实验与结果分析 | 第75-77页 |
| 6.3 基于优化后CMC1的动力定位控制系统仿真 | 第77-82页 |
| 6.3.1 理想海况下的控制系统仿真 | 第78-79页 |
| 6.3.2 四级海况下的控制系统仿真 | 第79-81页 |
| 6.3.3 七级海况下的控制系统仿真 | 第81-82页 |
| 6.4 本章小结 | 第82-83页 |
| 第7章 基于二维云模型的动力定位控制器优化设计 | 第83-105页 |
| 7.1 动力定位二维云模型控制器优化设计 | 第83-92页 |
| 7.1.1 基于二维云模型改进的粒子群优化算法（CM2-PSO） | 第83-86页 |
| 7.1.2 CM2-PSO优化CMC2T的算法流程 | 第86页 |
| 7.1.3 优化实验与结果分析 | 第86-87页 |
| 7.1.4 基于优化后CMC2T的动力定位控制系统仿真 | 第87-92页 |
| 7.2 基于二维云模型在线优化的智能PID控制器设计 | 第92-103页 |
| 7.2.1 混沌粒子群优化算法（CPSO） | 第92-95页 |
| 7.2.2 基于混沌粒子群算法的智能PID控制参数离线优化 | 第95-96页 |
| 7.2.3 基于二维云模型的智能PID控制参数在线整定 | 第96-99页 |
| 7.2.4 基于智能PID控制器的动力定位控制系统仿真 | 第99-103页 |
| 7.3 本章小结 | 第103-105页 |
| 总结与展望 | 第105-107页 |
| 参考文献 | 第107-110页 |
| 攻读硕士学位期间发表的学术论文 | 第110-111页 |
| 致谢 | 第111页 |
