文摘
英文文摘
声明
第1章绪论
1.1模糊理论与模糊控制的发展
1.1.1为什么研究模糊理论与模糊控制
1.1.2模糊理论的发展
1.1.3模糊控制的发展与应用
1.1.4模糊控制面临的挑战
1.2智能优化算法以及粒子群算法的发展
1.2.1优化算法及其分类
1.2.2智能优化算法的发展
1.2.3 PSO算法及其发展
1.3控制系统CAD及其发展
1.4本文研究内容简介
第2章粒子群算法的研究与改进
2.1粒子群算法简介
2.1.1标准PSO算法
2.1.2标准PSO算法的流程与实现
2.1.3具有惯性权重的PSO算法
2.1.4 PSO算法特点
2.2量子粒子群算法
2.2.1具有量子行为的PSO的提出
2.2.2 QDPSO算法
2.2.3量子粒子群算法及实现流程
2.3基于免疫机理的量子粒子群算法
2.3.1免疫机理及相关概念
2.3.2对QPSO算法的改进方案--免疫算子的引入
2.3.3 QPSO-IM算法流程
2.4算法分析比较
2.4.1算法性能比较
2.4.2算法实现难度比较
2.5本章小结
第3章模糊控制器的设计及CAD平台实现
3.1模糊控制器简介
3.1.1模糊控制器的基本组成
3.1.2模糊控制器输入输出关系--非线性映射
3.2模糊控制器设计方法简介
3.3聚类方法简介
3.3.1分级聚类方法
3.3.2动态聚类方法
3.4基于免疫量子粒子群的聚类方法
3.4.1 编码方案
3.4.2 QPSO-IMCA实现流程
3.4.3 QPSO-IMCA算法分析
3.5用QPSO-IMCA算法设计模糊控制器
3.6模糊控制器CAD平台
3.6.1需求分析
3.6.2开发环境
3.6.3软件结构
3.6.4模糊控制器的设计流程
3.6.5模糊控制器优化的必要性
3.7本章小结
第4章模糊控制器的优化及实现
4.1模糊控制器的优化
4.2模糊控制器的控制决策表的优化
4.2.1编码方案
4.2.2适应度函数的确定
4.2.3控制决策表优化的实现
4.3基于QPSO-IM的模糊辨识
4.3.1系统辨识
4.3.2模糊辨识简介
4.3.3基于QPSO-IM的模糊辨识的原理与实现
4.3.4 QPSO-IMFI的性能分析
4.3.5辨识数据的转换
4.4模糊控制器优化的实现
4.4.1功能实现
4.4.2模糊辨识流程
4.4.3控制决策表的优化流程
4.5本章小结
第5章CAD平台的测试与应用
5.1 CAD平台的使用流程与测试
5.2水箱液位控制系统的模糊控制器设计及优化
5.2.1问题描述
5.2.2模糊控制器的设计
5.2.3模糊辨识
5.2.4控制决策表的优化
5.3烤箱温度控制的模糊控制器设计及优化
5.3.1问题描述
5.3.2模糊控制器的设计
5.3.3模糊辨识
5.3.4控制决策表的优化
5.4本章小结
第6章结束语
参考文献
致谢
在读期间发表的学术论文与取得的研究成果