声明
摘要
第一章 绪论
1.1 研究的背景与意义
1.2 锅炉汽包水位控制技术的现状及发展
1.3 广义预测控制的产生及其研究现状
1.3.1 广义预测控制的产生
1.3.2 广义预测控制的研究现状
1.4 粒子群优化算法及其研究现状
1.4.1 粒子群优化算法的产生
1.4.2 粒子群优化算法的研究现状
1.5 本文研究内容
第二章 广义预测控制的基本算法
2.1 预测控制的基本原理
2.2 广义预测控制的基本原理
2.2.1 CARIMA预测模型
2.2.2 滚动优化
2.2.3 反馈校正
2.3 广义预测控制中Diophantine方程的递推求解
2.3.1 Ej(z-1)和Fj(z-1)的递推求解
2.3.2 Gj(z-1)的递推求解
2.4 广义预测控制的参数选择策略
2.5 广义预测控制的性能分析
2.5.1 GPC系统的闭环稳定性分析
2.5.2 GPC系统的鲁棒性分析
2.6 本章小结
第三章 粒子群优化算法原理
3.1 引言
3.2 粒子群算法的基本原理
3.2.1 粒子群算法基本原理
3.2.2 PSO运算流程
3.3 粒子群算法的拓扑结构
3.4 粒子群算法的收敛性
3.5 粒子群优化算法的经典改进
3.5.1 引入惯性权重ω
3.5.2 引入收缩因子k
3.5.3 改进种群规模
3.5.4 离散粒子群优化算法
3.6 粒子群算法与其他一些算法的比较
3.6.1 与遗传算法的比较
3.6.2 与蚁群算法的比较
3.7 本章小结
第四章 基于改进粒子群算法的广义预测控制
4.1 基于改进PSO算法的广义预测控制
4.1.1 优化原理
4.1.2 改进的优化策略
4.2 仿真研究
4.3 本章小结
第五章 基于改进粒子群算法的广义预测控制在锅炉水位控制系统的应用
5.1 概述
5.2 锅炉汽包水位控制系统
5.3 锅炉汽包水位系统的特性
5.4 锅炉汽包水位的物理模型
5.4.1 给水流量作用下汽包水位的动态特性
5.4.2 蒸汽流量作用下汽包水位的动态特性
5.5 锅炉汽包水位系统模型的参数辨识
5.6 仿真实验对比分析
5.7 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
攻读学位期间发表的学术论文
太原理工大学;