一、基于混沌优化的PID控制器在不稳定系统中的设计（论文文献综述）
陶成飞[1]（2021）在《旋流预混燃烧热声不稳定的动态特性与控制研究》文中提出预混燃烧技术由于在降低燃烧过程中氮氧化物（NOx）排放方面的良好性能,在燃气轮机等工业燃烧领域得到了广泛的应用。但是预混燃烧技术在实现清洁燃烧的同时,很容易受到燃烧不稳定（也就是热声不稳定）的困扰。随着工业界对清洁、高效、耐用、可靠的燃气轮机的不断需求,燃烧热声不稳定已经成为阻碍先进燃气轮机燃烧室研发的关键。燃烧不稳定是由不稳定燃烧器内的声波和火焰热释放耦合引起的,火焰与声波的相互作用将在燃烧室内形成非定常的流动振荡,热声不稳定的振幅如果持续增大,将损坏燃烧室的结构或影响燃烧器的正常运行。燃烧不稳定与声学振荡、流体流动/混合振荡和火焰热释放速率振荡等因素有关。交叉学科和非线性的特点,使得燃烧不稳定的分析和控制具有非常大的挑战。与此同时,在预混燃烧室中,燃烧不稳定和NOx排放总是紧密相关的,有时降低了NOx排放,燃烧不稳定出现的概率却会增加。因此如何实现燃烧不稳定与NOx的同步控制是非常重要的。截至目前,在热声振荡条件下,火焰—流动—声学的耦合机理还没有完全研究透彻,相应的热声振荡预测模型也主要停留在实验室阶段。热声振荡的非线性动态特性及其主动或被动控制的研究,是制约高性能燃烧系统尤其是重型燃气轮机燃烧室研发的关键。为了探究预混旋流火焰热声振荡下的特点,并开展相应的主动或被动控制研究,本文搭建了实验室尺度的甲烷旋流预混燃烧试验台,该试验台能够很好的用于燃烧热声振荡的理论和实验研究。本文还设计了各种类型的热声振荡横向射流控制结构,用来研究横向射流参数对热声振荡和NOx排放的控制效果。为了优化横向射流控制的效果,本文还创新性的提出了使用富氧介质和过热蒸汽射流,得从而到了更好的热声振荡抑制效果和更低的污染物排放浓度。为了优化热声振荡的实时主动控制系统,本论文还通过一维数值模拟的方法研究了不同控制策略下热声振荡主动控制器和执行器的响应特点。首先,研究了热声不稳定条件下预混火焰宏观结构和NOx排放的特点。主要研究了甲烷火焰的两个变量影响:燃料流量和当量比。研究结果表明,火焰的当量比逐渐从0.5增大到1.0后,火焰的宏观组织结构发生了变化,火焰前锋的长度先降低后升高,火焰根部的平均长度也逐渐降低。随着燃烧器的热功率和当量比的增加,火焰平均长度增加。预混燃烧热声不稳定的变化图表明了燃烧室内存在热声振荡的模态迁移。在热声不稳定条件下,火焰前锋或火焰根部的温度和速度场严重影响了NOx的排放浓度。研究还发现,沿着燃烧器的径向方向,火焰内循环区和外循环区的峰值温度均发生变化。其次,研究了横向射流参数变化对燃烧热声不稳定的影响。横流射流法简单易行,能同时改变火焰的化学反应过程和燃烧室的流场,从而影响燃烧反应物的混合和涡脱落过程。本文研究了横向射流的流量、射流高度、射流方向、射流介质和射流温度等因素对热声振荡的影响。通过合理的横向射流参数设置,热声振荡的抑制比能够达到90%以上,氮氧化物的抑制比能够达到50%以上。同时还发现,相对分子质量大的二氧化碳气体横向射流控制效果要比氮气、氩气和氦气好。此外,实验过程中还发现了非稳态火焰的模态切换。横向射流能够改变火焰结构,火焰总长度随着射流流量的增加而减小,火焰前锋或火焰根部的长度也随着射流流量的增加而减小。再次,研究了富氧介质和过热蒸汽横向射流的协同控制效果,实现了燃烧热声振荡和NOx排放的协同控制。富氧和过热蒸汽横向射流能够改变燃烧室的温度场,降低NOx排放浓度,在富氧介质和过热蒸汽横向射流下,预混火焰的声波和火焰热释放速率都出现了模态迁移,但两者模态迁移的临界转折点不同。在高流速的横向射流作用下,预混火焰将会变得分散、平坦。研究还发现富氧横向射流对燃烧不稳定的抑制效果与富氧介质的氧浓度有关,但富氧横向射流控制燃烧热声不稳定的具体物理—化学机制仍需进一步研究。然后,研究了混火焰在声场激振条件下的非线性响应。实验研究了非预混火焰在声学激励下的动态响应,通过非线性时间序列分析方法对实验数据进行了分析,得到了几种不同的火焰—声学共振模态。研究发现火焰—声学耦合共振只在一定的激振频率下出现,非预混燃烧器的燃烧室和进气段的声学共振特性不同,分别表现为准周期振荡和极限环振荡。火焰—声学耦合共振会导致燃烧器的振荡频率和振幅发生模态迁移,燃烧器入口长度和风量变化时,观察到了火焰热释放速率的间歇性抖动,燃烧器入口长度越长,振动越剧烈。最后,研究了不同的主动控制策略下热声振荡的主动控制效果。通过建立火焰和声场的热声耦合一维模型,对比了不同主动控制策略对热声极限环振荡状态和瞬态变化过程的抑制特点,还比较了主动控制过程中的热声振荡信号的衰减时间。最后为了评估主动控制的效果,研究了四种控制策略下,主动控制器的执行器电压幅值变化特点。
葛育晓[2]（2020）在《多电机协同控制策略及应用研究》文中进行了进一步梳理多电机协同控制历来处于运动控制领域中的核心位置,在印刷、纺织、机器人、数控加工中心、汽车等领域均有涉足。控制性能的评判标准随着工业自动化水平的提高以及市场对产品质量高要求、高标准的急剧需求而迅速提高。目前,多电机协同控制系统愈来愈趋向于非线性、强耦合、高阶、时变、多变量等复杂化,传统的协同控制策略方法面对实际应用中飞速增长的需求越来越感到力不从心。因此,改善协同控制性能,提高协同控制精度、稳定性等的研究工作刻不容缓,具有十分必要的现实意义和实用价值。本论文针对现有的多电机协同控制方法策略难以满足现代工业自动化发展的需求,存在精度不高、稳定性不足以及抗干扰性和鲁棒性不强的问题,重点围绕协同控制中算法和结构的优化改进展开。其主要研究工作内容如下:（1）针对电机控制中运用最为广泛的PID控制算法在现代工业自动化生产工艺要求的不断提升下难以取得良好的控制效果的问题,结合人群搜索算法,构建了一种基于改进人群搜索算法的混沌自适应PID控制器参数自整定算法,避免了早期采用试凑法调整参数的弊端。利用惯性权重随机变异方式、提出边界反射策略、引入Logistic混沌思想等对算法进行改进,解决了标准算法容易出现早熟以及局部收敛的问题,提高了算法的全局寻优能力。在Matlab平台构建了仿真模型,实验结论表明,改进后的PID控制器动态响应能力更快,稳态精度更高,鲁棒性和抗干扰能力更强。（2）针对现有的协同控制方案愈发难以满足实际应用中飞速增长的需求,本研究在偏差耦合控制策略的基础上,结合滑模变结构控制思想,提出了一种基于改进积分滑模的多电机耦合控制策略。利用改进的变速趋近率提高了滑模函数的收敛速度与精度,改善了运动品质;改良了传统的偏差耦合控制结构,将系统反馈信号直接作用于电流环,提高了系统在受到外界等不确定性干扰后,各电机单元的动态跟踪性能、快速恢复响应能力以及整体的同步性能。并利用李亚普诺夫（Lyapunov）方程对系统做出稳定性分析判别。最后,在MATLAB平台中搭建3永磁同步电机组成的多电机协同控制系统仿真模型,证实了本研究所设计方法的正确性以及有效性。（3）以PCI-8258运动控制卡为核心搭建了多电机协同控制实验硬件平台,以LABVIEW为软件工具开发了系统底层控制程序及UI界面,在实现运动控制系统基本功能的基础上,设计了以ACCESS数据库为核心的用户登陆模块,用于存储用户操作信息。最后对搭建的实验平台进行测试验证,证明了控制系统的有效性,为后续多电机协同控制的实验研究提供了有用的参考价值。研究表明,所设计的方法策略对于多电机协同控制系统的结构以及算法研究具有一定的指导与借鉴意义。后续应注重转速、转矩以及位置的交叉协同控制和各电机参数不一致的协同控制等。
张泉[3]（2019）在《空间大口径快摆镜机构非线性补偿及闭环控制技术研究》文中进行了进一步梳理随着我国宇宙探索和深空探测工程的不断推进,亟需研制高分辨率、大视场的空间天文望远镜。空间天文望远镜在轨工作环境复杂,探测精度会受航天器姿态变化和望远镜内外部的振动等多种因素影响,而光电复合轴控制是实现空间望远镜高精度跟踪和高质量成像的重要手段。快摆镜（Fast Steering Mirror,FSM）机构作为空间望远镜复合轴控制系统的执行器单元,其补偿精度直接决定着精密稳像系统的性能。本文从空间望远镜对精密稳像系统性能的需求出发,在调研国内外快摆镜机构基础上,提出了一套压电动态迟滞补偿,压电蠕变抑制和快摆镜跟踪控制相结合的大口径快摆镜机构闭环控制方案,并搭建实验系统进行控制系统性能验证,具体研究内容如下:（1）针对当前天文观测需求和空间望远镜精密稳像系统性能要求,在分析大口径快摆镜机构控制系统技术参数的基础上,确定了大口径快摆镜机构系统方案和结构模型,提出了大口径快摆镜机构闭环控制方案。（2）针对基于广义Play算子Prandtl–Ishlinskii（PI）模型的求逆复杂性和求逆过程误差累加的问题,直接构造一种基于广义Stop算子的非对称PI逆迟滞模型。在此模型基础上建立了Hammerstein动态迟滞前馈补偿器来消除压电执行器（Piezoelectric Actuators,PZT）动态迟滞非线性,并采用线性二次高斯最优控制算法（Linear Quadratic Gaussian,LQG）来进一步提高压电执行器定位精度,建模和控制器设计过程中利用混沌自适应差分进化算法（Chaotic adaptive differential evolution,CADE）辨识和整定模型及控制器参数。仿真和实验结果表明,基于广义Stop算子的PI逆迟滞模型和LQG控制算法相结合的复合控制策略的优越性和有效性。（3）从压电执行器蠕变特性出发,针对已有的蠕变特性数学模型的局限性,构建了径向基函数（Radial Basis Function,RBF）压电蠕变预测网络,并采用CADE算法来确定RBF神经网络的学习速率、动量因子和结构参数初值从而提高收敛速度。模型比较结果表明,提出的CADERBF网络蠕变模型对压电执行器蠕变预测效果明显。（4）根据系统的输入和输出数据,采用方差比率检验法（F检验）和递推最小二乘法建立了大口径快摆镜机构开环系统模型,并基于此模型设计了常规内模（Internal Model Control,IMC）闭环控制器,并利用“支持型”间接模糊控制思想对IMC控制器参数进行自适应整定。仿真和实验验证结果表明,该控制算法具有优越的抗干扰和鲁棒性能。（5）根据大口径快摆镜机构控制系统技术参数要求,设计并搭建了大口径快摆镜机构闭环控制系统验证平台。该系统实时跟踪转角范围为-35"35",频率范围为120Hz的变频、变幅值目标输入信号,x轴的跟踪精度可以达到0.089",y轴的跟踪精度可以达到0.085";实时跟踪经过隔振系统的航天器平台扰动信号,x轴跟踪精度为0.047",y轴跟踪精度为0.049",取得了算法的预期实验效果。（6）完成了大口径快摆镜机构闭环控制系统在空间望远镜精密稳像光闭环实验系统中的应用。在对最大频率为6.25Hz的变频、变幅值模拟星点的二维扰动进行补偿后,精细导星仪检测星点在x轴和y轴方向上的扰动程度分别降低了71.81%和73.82%,模拟天文观测的CCD长曝光相机所成星斑图像相比于未补偿前的弥散星斑,能量集中度提高了53.3%。实验结果验证了本文设计的大口径快摆镜机构闭环控制系统对空间望远镜视轴偏差补偿能力。
张云程[4]（2018）在《水电机组调节系统参数辨识及并网运行控制优化研究》文中提出随着我国能源结构优化向可持续发展方向不断推进,水电能源作为成本低廉、环境友好的可再生清洁能源在我国能源发展战略中发挥了重要作用。水电机组作为将水能转化为电能的设备,具有运行灵活、调节能力强等特点,是电力系统稳定控制中不可或缺的调峰调频装备;其中,抽水蓄能机组作为可以双向运行的水电机组,不仅改善了电网的能源结构,而且提供了更为灵活的调节空间,进一步提高了水电机组在电力系统调节中的地位。近年来,随着风电、光伏等具有间歇性和波动性的电力能源入网规模的逐步提升,电网的电能质量和运行稳定性受到了严重的挑战。水电机组作为电网调节的主力对于缓解新能源并网所引发的功率平衡和频率稳定等问题具有重要作用,因此,电网波动的加剧对水电机组的调节性能提出了更高的需求。水电机组调节系统是受水力、机械和电气因素耦合作用的具有非最小相位特性的复杂非线性系统,系统的运行呈现高度复杂的特性,为了进一步提高水电机组的调节能力,保证电力系统的安全稳定运行,亟需开展水电机组的并网运行控制优化研究。水电机组调节系统精细化建模是机组控制优化研究的基础。传统的水电机组调节系统建模通常只考虑机组的调速系统,同时将发电机等效成具有一定转动惯量的刚体,忽略了电气因素对机组运行动力过程的影响,无法精确描述机组运行特性,对机组的精细化建模、参数辨识和控制优化带来了不利的影响。因此,本文以提高水电机组在并网运行的调节性能为目标,将系统辨识、智能优化算法和控制理论等数学工具引入至水电机组调节系统的建模、仿真和控制优化中,同时以水电机组的调节系统为切入点,针对具有水电机组的电力系统调频性能优化问题开展了深入的研究,取得了一定的成果,本文的主要研究成果和创新如下:（1）深入研究了水电机组调节系统的组成结构,将系统分为原动机、过水系统、调速器、发电机、励磁系统六大模块,分析了各模块的运行机理,归纳总结了各模块的不同建模方法,讨论了不同模型的适用情形,建立了包含调速和励磁系统的水电机组调节系统模型,为水电机组调节系统参数辨识和并网运行控制优化提供了模型基础。（2）为实现水电机组调节系统并网运行状态的参数辨识,在建立的水电机组调节系统模型基础上,使用灰狼群优化算法将参数辨识问题转变为寻优问题,并通过引入混沌搜索策略,提高了算法的寻优能力,形成了一种改进灰狼群优化算法,实现了系统模型参数的高精度辨识。（3）为提高水电机组调节系统的控制性能,引入协同控制理论为水电机组调速系统设计新型控制器;研究了协同控制理论的原理和控制器设计思路,基于建立的具有复杂引水系统的水电机组调速系统模型,推求了协同调速控制规律;进一步,在建立的抽水蓄能机组的调节系统模型的基础上,设计了调速励磁协同控制器;在单机无穷大系统中,通过不同状态下的仿真运行验证了设计的协同调速控制器和调速励磁协同控制器的有效性和优越性。（4）针对风电并网规模日益增长的现状,深入研究了风电机组的组成结构和运行特性,基于前述研究建立的水电机组模型,搭建了包含抽水蓄能机组与风电机组的微电网模型,为水电机组与风电机组互联运行研究提供了模型基础;为提高抽水蓄能机组的调节性能、实现系统的运行优化,基于模糊控制理论为抽水蓄能机组调速系统设计了控制参数在线调整的自适应模糊PID控制器,采用改进灰狼群优化算法对控制器进行参数优化整定,并通过仿真试验验证了设计的控制器的有效性。（5）针对电力系统中频率的二次调节,深入研究了电力系统的负荷频率控制方式及其目标,建立了两区域的水-火电互联电力系统负荷频率控制模型,引入协同控制理论分别为系统中水电和火电区域的负荷频率控制设计了控制器,为了提高协同控制器的误差消除能力,构造了具有积分项的宏变量,并据此推求了协同控制律;通过系统负荷扰动下的仿真对比实验表明,设计的协同控制器提高了系统负荷频率控制的调节品质。
吴星辰[5]（2018）在《汽车协同驾驶中的专用短程通信与辅助控制研究》文中提出随着汽车数量的增长,交通事故、道路拥堵和能源浪费等问题日益突显。以提高交通效率和安全为目标的汽车协同驾驶技术是解决上述问题的一个最新研究方向。实现汽车协同驾驶高效工作的关键,一方面是车辆与周围交通环境的信息交互必须满足准确性和低时延的需求,另一方面是车辆控制层能够对车辆行驶状态实现精确、实时和稳定的控制。为此,本文针对汽车协同驾驶技术的专用短程通信系统通信质量和辅助控制系统控制性能两方面开展了研究。本文概述了汽车协同驾驶技术的研究现状,分析了当前专用短程通信和辅助控制面临的问题。在专用短程通信方面,提出了一种基于改进归一化最小均方自适应滤波方法,以及一种滤波时延补偿方法。实验结果表明,上述方法能够有效滤除系统噪声,减少数据误差。提出了一种基于多用户-多输入多输出波束赋形的车载环境无线接入系统误码率优化方法,仿真结果表明,该方法能够有效降低系统误码率。在辅助控制方面,针对协同自适应巡航控制系统和协同碰撞避免系统的控制性能,分别提出了一种基于改进混沌蚁群算法和改进粒子群算法的优化方法。实验结果表明,上述方法能够有效改善系统的控制精度,在实现系统基本功能的前提下,提高车辆行驶稳定性、舒适性和燃油经济性。
古发辉[6]（2017）在《基于双种群协同进化的智能优化算法及其应用研究》文中研究说明优化问题广泛存在于科学研究和工程实践中,一直是智能计算的研究热点和难点问题之一。受生物进化启发,学者们提出了许多智能优化算法,如遗传算法、差分演化算法、粒子群算法、教与学优化算法等,这些算法能够有效地解决大多数优化问题。然而,面对日益复杂多变的优化问题,这些单一群智能算法常常表现出搜索停滞、收敛精度不高、局部最优、泛化能力弱等不足。双种群协同进化是通过设立两个种群,建立它们之间的竞争或者合作关系,两个种群通过互相作用来提高各自的性能,实现优势互补,进而提高算法在求解各类复杂优化问题的性能。本文从建立一种通用算法模型角度出发,挑选了性能较好的DE算法和TLBO算法作为重点研究对象,建立起双种群协同进化算法模型（DPCE）;针对多约束条件优化、多目标优化、非线性复杂模型参数估计等问题,基于DPCE模型,进行双种群协同进化算法设计,提出了三种新算法:双种群协同进化的差分演化算法（DPCEDE）、双种群协同进化的教与学优化算法（DPCETLBO）、基于DE和TLBO的双种群协同进化算法（DPCEDT）,并将这些算法应用到不同的实际复杂优化问题中。本文所做工作概况如下:（1）研究了DE算法、TLBO算法的基本原理,分析了这两个算法的研究现状。针对DE算法在求解多峰函数优化问题时容易出现早熟,提出了一种基于均匀分割的多种群并行差分演化算法（MPDE）,均匀分割得到几个既不重叠又可以反映函数整体性质的子种群,通过这些子种群并行搜索得到最优解,然后将这些最优解聚集到一起,进而得到全局最优解,通过仿真实验验证了MPDE算法的有效性。在研究TLBO算法时,提出了一种改进的改进教与学优化算法（MTLBO）,并将MTLBO算法应用于Van Genuchten方程参数优化中,验证了MTLBO算法的有效性和优越性。（2）通过基于DE算法和TLBO算法进行了四种情况的种群设置、子种群进化策略设计等实验分析,发现在算法改进中,多种群进化算法设计单纯通过增加种群个体总数仅能在一定范围内提升算法性能;单纯增加子种群数量还会因子种群间交流学习的隔离降低算法性能;而在各子种群进化策略选取上,采用不同的相似进化策略则能有效提升算法性能,若子种群采用互补型进化策略对算法性能提升则更为显着。同时对算法种群规模设置和现有智能优化算法特性的进一步反思,将双种群规模设置和协同进化机制相结合,建立了一种通用型双种群协同进化算法模型（DPCE）,并对DPCE模型的动力学、收敛性进行了分析,给出了DPCE模型指导下的算法设计步骤。在DPCE模型指导下,只需适当调整相应策略,便可设计出适应于不同类型优化问题求解的算法,这对人们面对复杂系统优化算法设计具有重要的指导意义。（3）针对原始DE算法存在易陷入局部最优、收敛慢、早熟、计算代价大等不足,利用DPCE模型,将单种群独立进化改造成双种群协同进化模式,提出了一种双种群协同进化的差分演化算法（DPCEDE）。在DPCEDE算法中,设立双种群独立进化,一个种群采用混合自适应杂交变异算子进行进化操作,对解空间进行大范围搜索,以提高算法的收敛性;另一个种群采用混合DE和生物地理学优化算法（BBO）杂交算子进行进化操作,一方面通过移动算子对子群体信息有效利用,另一方面以平衡算法的开采能力,避免算法早熟等现象;同时引入小生境淘汰机制,对两个种群进行重组实现种群间的信息共享和交流,从而达到提高算法整体性能的目的。通过5组标准测试函数,将DPCEDE算法与DE算法、DPDE算法进行了仿真实验比较,实验结果显示DPCEDE算法较DE算法、DPDE算法在全局搜索能力和收敛性方面均具有一定的优势;最后,将DPCEDE算法应用于柔性车间作业调度问题（FJSP）优化中,实现了柔性车间作业的资源有效配置,可有效平衡车间、设备、工序之间的平衡关系,同时,与基本DE算法、PSO算法在FJSP问题上性能进行了比较,验证了算法的有效性和实用性。（4）针对原始TLBO算法还存在收敛慢、早熟等不足,在DPCE模型指导下,建立了一种双种群协同进化的教与学优化算法（DPCETLBO）。在DPCETLBO算法中,两个种群既有分工又有交流,适应值较高的种群采用带自适应学习因子的TLBO算法进行进化,执行完学习过程后再对精英个体进行多父体非凸杂交,提升算法的收敛速度;适应值较低的种群采用带偏置的反向学习TLBO算法（OLPTLBO）进行进化,以提高算法的全局搜索能力;每轮迭代后,两个种群合并到一起,并按照适应值大小排序,重新分成两个种群,保持种群多样性,以获得更优的求解质量。通过2组标准测试函数,并比与TLBO算法、ETLBO算法进行仿真实验对比,证实算法在收敛精度和多样性上具有明显优势;最后,将该DPCETLBO算法应用于PID控制器参数优化中,算法22次迭代即能求收敛于最优解,并将最优解参数代入PID控制器的Simulink模型中,观测其阶跃响应信号,仿真结果表明阶跃响应信号能很快趋于平稳,同时,与基本TLBO算法、PSO算法在PID控制器参数优化中性能进行了比较,进一步证明该算法的实用性。（5）针对DE和TLBO算法各自的优点和缺点,基于互补策略,采用扬长避短机制,利用DPCE模型,将DE算法和TLBO算法进行巧妙结合,构建一种基于DE和TLBO的双种群协同进化算法（DPCEDT）。在DPCEDT算法中,设置双种群独立进化,一个种群采用DE算法进行进化,另一个种群采用TLBO算法进行进化,并在每一代的进化过程中,首先根据两个种群中的当前最优个体进行组合生成一个复合个体,然后利用生成的复合个体再进一步指导两个种群协同进化,通过这种方式将两个种群的优秀信息相互融合,算法一方面在搜索过程中保持了种群的多样性,另一方面又实现了DE和TLBO两种算法的优势互补。为验证DPCEDT算法性能,将该算法与与jDE、TLBO和TLBO-DE算法在13个标准测试函数在不同维度上进行仿真实验,同时对实验结果进行了双尾t检验,实验结果表明DPCEDT算法具有较高的寻优效率和搜索精度;最后将DPCEDT算法应用于动力电池SOC估算中,并与DPCEDE、DPCETLBO算法算法进行了对比,仿真实验表明DPCEDT算法在动力电池SOC估算中具有很好的收敛性,比传统方法提升了2.54%的估算精度,进一步证实了DPCEDT算法的实用性和优越性。综上所述,本文从机理建模、算法设计和实际应用等多个层面,针对智能优化算法展开研究,本文所提出的双种群协同进化算法模型,具有较强的通用性;基于DPCE模型设计的三种双种群协同进化算法,在具体的仿真、实际应用中体现了其有效性和优越性,具有一定的理论价值和实践价值。
苏奇新[7]（2017）在《智能优化算法在过程控制中的应用》文中研究表明通过学习生物群体的习性规律,总结出来的算法可以称之为群体优化算法,如蚁群算法（ACO）、鱼群算法（AFSA）、布谷鸟算法（CS）等。其中布谷鸟算法以其简单的算法结构和优秀的全局搜索能力被广泛应用于多种领域。本文就是研究了基本布谷鸟的特性,通过使用标准测试函数对基本布谷鸟算法进行了测试,同时根据具体的工业生产问题对布谷鸟进行了相应的改进,如CS-NLJ算法、改进的CS-NLJ算法等。目前,已经将这些改进的布谷鸟算法应用于过程控制领域的几个方面,包括:（1）非线性Hammerstein模型的辨识。可以说非线性情况是在实际运用中非常见的,在一些复杂的环境下的模型辨识使用简单高斯噪声模拟就显得有些狭隘了,然而基于非高斯噪声情况下（例如,重尾噪声）的非线性系统辨识还没有一个统一的方法。基于上述这些条件下,本课题首次提出使用一款新的基于CS-NLJ算法的辨识方法来处理多输入多输出情况下Hammerstein模型的辨识问题。所提出的新方法借鉴了非线性随机搜索算法（NLJ）,并在此基础之上提出了一种新的变异规则应用于基本布谷鸟算法上。文中第二章仿真实例验证:通过将这CS算法和NLJ算法结合得来的CS-NLJ算法将能够获得更好的全局最优解。（2）非线性Wiener模型的辨识。文中第三章提出将上述提到的CS-NLJ算法引入到非线性Wiener辨识中,需要指出的是本章中使用上一章中提到的统一的wiener模型结构,即使用一种统一的二阶动态模型代表wiener模型的动态线性环节,对于Wiener模型中的非线性环节本文将考虑引入不同阶次的多项式来进行近似拟合。最后,使用两个仿真实例来验证辨识算法的有效性,值得注意的是,这两个仿真模型分别基于两种不同的典型的重尾噪声。（3）稳定系统的PID控制器参数设计。文中考虑了工业实际系统的多目标多约束情形,针对这些情况,本文第四章创新性提出一款改进的CS优化方法来处理此类问题。在所提出的算法中,为了提高算法的搜索性能,将重尾序列增加到基本布谷鸟算法中。这样,这种改进的算法将会获得更好的PID参数全局搜索能力,仿真实验验证了该算法是十分有效的。（4）不稳定系统的PID控制器参数设计。本文首次提出将改进的CS算法应用于带约束的不稳定对象上,这种不稳定对象包括一阶不稳定对象,二阶不稳定对象,以及高阶不稳定对象。仿真实验验证了该算法是十分有效的而且容易实施的。
于滢源[8]（2012）在《切换系统的混沌现象分析及控制研究》文中研究表明利用非线性动力学研究系统产生的混沌动力学行为和分岔、混沌的控制策略以保证系统的稳定性，近年来，它成为了电路系统、电力系统以及供应链等系统稳定与控制的研究热点。对于切换系统而言，由于切换规则的存在，将导致系统不稳定和产生分岔、混沌的复杂动力学行为从而造成切换系统的高幅度噪声、震荡、器件疲劳损坏等，引起预定目标的偏离。本文主要研究随着参数的逐步变化切换系统过渡到混沌状态的行为，并利用驱动-响应同步的思想提出相关的控制策略进行混沌控制。本文对以上领域的相关课题进行了研究，主要分为六章：第一章首先对切换系统的研究背景与意义进行概述，接着总结了切换系统产生混沌动力学行为与可切换混沌系统的研究现状，最后对混沌控制的特点、研究现状作了简单的介绍。第二章主要介绍了本文用到的混沌基础理论及相关概念，包括混沌的定义、基本特征，通向混沌的道路，以及相平面、平衡态、混沌吸引子、Lyapunov指数、Poincare截面的概念，并以一维Logistic映射为例对其进行简单的刻画。第三章对几种经典吸引子及两类特殊的切换系统—系统参数切换系统、状态空间切换系统作了简单的介绍，并分别利用PC同步法，主动—被动同步法对两类切换系统进行同步的数值仿真研究。第四章以电压控制Buck型变换器电路切换系统为研究对象，建立了其有关状态方程的切换模型，对系统作出稳定性分析后进行了数值仿真研究，揭示了在一定条件下系统可以产生分岔、混沌动力学行为，并对此现象产生的机理进行分析。第五章在对电压控制Buck型变换器电路切换系统产生混沌现象仿真研究的基础上，提出了基于粒子群算法优化PID参数的混沌控制方案，以驱动—响应同步的角度实现对切换系统的混沌控制。之后通过分析全局最佳适应度函数值的迭代图说明了此方案的可行性和正确性。第六章对本文研究的工作进行了总结与分析，并指出了进一步的研究猜想。
贺徽[9]（2011）在《基于混合智能优化方法的同步发电机励磁控制策略研究》文中研究说明同步发电机励磁控制系统是电力系统中一种重要的控制系统,对电力系统安全、可靠、稳定运行起着至关重要的作用。随着我国经济建设的持续发展,电力系统不断扩大,大型同步发电机励磁控制研究成为了一个研究热点,而快速励磁方式的广泛使用促进了对励磁控制系统的进一步研究。由于励磁控制系统是一个具有时变性、多时滞环节且高度非线性的复杂控制系统,当系统的工况改变时,系统的动态特性会随之显着改变。此时,采用单纯PID控制策略的线性控制器往往不能满足系统稳定性的要求,只能通过切机、制动等故障处理方式避免系统进一步失稳。励磁控制器参数优化方法是解决上述问题最直接有效的手段,传统的控制器参数调整大多采用时域或频域下的人工静态整定,缺乏对突发扰动信号的制约,控制参数不具备自适应性,难以实现不同工况下发电机安全、稳定运行。因此,如何设计出结构简单,且能有效提高复杂非线性励磁控制系统调节品质的励磁控制器并研究其参数优化方法成为本文所关注的重点。本文针对同步发电机励磁控制系统所具有的复杂非线性,在全面分析同步发电机特性基础上,结合模糊理论及先进智能优化方法,对水力发电机组励磁控制系统建模、参数优化方法及控制策略进行了系统深入的研究,进一步开展了基于非线性励磁控制系统的理论研究,提出了基于模糊理论与混合智能优化方法的励磁控制策略体系。论文的主要研究工作及创新成果归纳如下：（1）针对大型同步发电机特性及励磁系统研究需求,建立了同步发电机励磁控制系统各环节数学模型,重点研究了同步发电机电压、电流、力矩等能量关系,分析了励磁系统的基本控制规律及其静、动态特性。根据研究与工程的需求,对理论模型进行相应简化得到本文仿真用的实用励磁控制系统模型,为后面章节研究提供理论支持。（2）针对励磁控制系统的复杂非线性,结合模糊理论与经典PID控制规律,提出一种非线性系统参数优化策略,对比分析两种模糊模型的基础上,设计出一种基于Mamdani模糊模型的模糊PID励磁控制器,在不考虑系统精确建模的情况下,实现多工况下励磁系统的稳定控制。最后经过对比实验,验证了该方法的有效性。（3）粒子群优化是近年来智能优化方法中的研究热点。在深入分析粒子群算法机理基础上,提出了一种基于碰壁反弹策略的自适应粒子群优化算法。通过实例仿真,比较了该算法与另外两种常见粒子群算法在励磁系统控制中的计算精度和收敛速度。（4）针对智能进化算法在励磁系统控制参数优化中的早熟问题,引入混沌搜索概念,研究采用Tent混沌映射,产生更均匀的搜索空间,并在此基础上提出了两级混沌搜索算法,同时研究用混沌搜索改进粒子群优化算法及差分进化算法的局部寻优能力,提出了混沌粒子群优化和混沌自适应差分进化算法。通过仿真结果和对比研究发现：与基本的粒子群优化、差分进化算法相比,混沌智能优化方法的效果更好；而混沌粒子群优化和混沌自适应差分进化算法的比较结果表明,后者能够提供更加可靠、稳定的参数寻优效果。
陈雯柏[10]（2011）在《无线传感器网络中MIMO通信与移动机器人控制的算法研究》文中研究指明无线传感器网络综合了传感、无线通信、分布式信息处理及嵌入式系统等相关技术,可以在任何地点、任何时间及任何环境条件下,通过传感器节点终端进行数据采集和处理,获取大量可靠详实的信息。将下一代移动通信系统关键技术——MIMO技术引入无线传感器网络,可利用MIMO技术提供的分集增益性能来克服信道衰落；亦可利用MIMO技术带来的复用增益性能来提高信息速率。这两方面均有利于提高传感器网络的能效。基于MIMO技术的无线传感器网络成为一个新的研究热点。由于移动机器人机动灵活与自治能力,将机器人技术引入无线传感器网络,可以很方便地改变无线传感器网络的拓扑结构和改善网络的动态性能,在民用、军事和航空领域均有非常广阔的应用前景。联系构成事物的运动,而事物间的联系也离不开运动。通信和运动构成了我们生活着的这个世界的两个重要的问题。本文针对无线传感器网络,提出了通信与移动这两个基本命题,对无线传感器网络中虚拟MIMO通信与移动机器人控制的相关算法进行了一定研究,其主要内容如下：（1）对无线传感器网络中虚拟MIMO通信的基于V-BLAST接收的信号检测算法进行了较为深入的研究。高BER性能、低复杂度的V-BLAST接收信号检测算法的研究与设计对无线传感器网络的节能传输具有重要意义。本文在V-BLAST接收的基本检测算法研究的基础上,提出了迭代V-BLAST检测、迭代QR检测与最大似然检测算法的4种低复杂度的改进算法,分析了其复杂度并进行了仿真实验。仿真结果表明提出的改进算法在检测性能和算法复杂度方面取得了良好的平衡。（2）对无线传感器网络中基于移动机器人V-BLAST的接收技术进行了研究。有效地抑制多径衰落是无线传感器网络实用化的关键之一。MIMO技术引入无线传感器网络,有利于克服信道衰落、提高信息速率,从而改善网络的能效特性与连通特性,这将极大地延长传感器网络的生命期。本文在研究分析无线传感器网络能效策略与协作式MIMO技术的基础上,提出基于机器人的无线传感器网络V-BLAST的接收方案。根据应用场合的不同,移动机器人可担任汇聚节点也可担任中继节点实现V-BLAST接收。移动机器人节点可以自带多天线接收或单天线接收,文中对每种方案的能耗进行了分析,并采用本文提出的低复杂度近似最大似然检测算法进行了仿真研究。仿真结果表明,基于机器人的V-BLAST的接收方案与低复杂度的近似最大似然检测算法的采用有效地提高了网络能效。（3）对移动机器人基于混沌机制的相关控制算法进行了研究。机器人的移动能力取决于其运动系统,运动控制系统的性能好坏与控制算法有很大关系。本文针对两轮差动式移动机器人的运动控制提出变尺度混沌参数优化PID控制策略并给出了仿真结果；针对机器人控制研究领域中复杂被控对象——倒立摆系统提出基于混沌优化的神经网络控制方法,进行了一级倒立摆系统优化的比较研究,对于二级倒立摆系统实现实时稳定控制。实验的成功说明控制算法是有效的,可应用于移动机器人,提高移动机器人运动控制系统的性能,并进一步提升移动机器人的整体性能。
二、基于混沌优化的PID控制器在不稳定系统中的设计（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于混沌优化的PID控制器在不稳定系统中的设计（论文提纲范文）
（1）旋流预混燃烧热声不稳定的动态特性与控制研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 符号清单 |
| 1.绪论 |
| 1.1 研究背景 |
| 1.2 燃烧热声不稳定的诱因研究现状 |
| 1.2.1 燃烧室内流场的影响 |
| 1.2.2 火焰热释放率的影响 |
| 1.2.3 燃烧室声学阻抗的影响 |
| 1.3 燃烧热声不稳定的被动控制研究现状 |
| 1.4 燃烧热声不稳定的主动控制研究现状 |
| 1.5 燃烧热声不稳定的动态特性研究现状 |
| 1.6 论文选题依据与研究内容 |
| 1.6.1 论文选题依据 |
| 1.6.2 论文研究内容 |
| 2.预混燃烧热声振荡和污染物排放的变化特点 |
| 2.1 引言 |
| 2.2 实验设置 |
| 2.2.1 预混燃烧器结构设计 |
| 2.2.2 仪器设备介绍 |
| 2.3 预混燃烧热声不稳定包络线图 |
| 2.4 预混火焰宏观结构的演变过程 |
| 2.5 NO_x排放特性 |
| 2.6 本章小结 |
| 3.横向射流参数对预混燃烧热声不稳定的影响 |
| 3.1 引言 |
| 3.2 横向射流结构对燃烧不稳定性的影响 |
| 3.2.1 环形微孔结构设计 |
| 3.2.2 热声不稳定的环形微孔射流优化控制 |
| 3.2.3 火焰热释放的振幅和频率迁移 |
| 3.2.4 火焰长度和温度分布的变化 |
| 3.2.5 研究小结 |
| 3.3 横向射流方向对燃烧不稳定性的影响 |
| 3.3.1 扁口射流结构设计 |
| 3.3.2 水平和垂直方向射流对燃烧不稳定的影响 |
| 3.3.3 水平和垂直方向射流对NO_x排放的影响 |
| 3.3.4 水平和垂直方向射流对火焰形态的影响 |
| 3.3.5 研究小结 |
| 3.4 横向射流介质对燃烧不稳定性的影响 |
| 3.4.1 横向射流流量的影响 |
| 3.4.2 射流喷嘴内径的影响 |
| 3.4.3 不同射流介质对NO_x排放的影响 |
| 3.4.4 火焰模态的变化特点 |
| 3.4.5 研究小结 |
| 4.Oxy富氧横向射流对燃烧热声振荡和NO_x排放的影响 |
| 4.1 引言 |
| 4.2 环形N_2/O_2和 CO_2/O_2射流对燃烧不稳定和 NO_x排放的影响 |
| 4.2.1 CO_2/O_2和N_2/O_2射流对燃烧不稳定的影响 |
| 4.2.2 燃烧器的NO_x排放和温度场变化特点 |
| 4.2.3 火焰宏观结构的变化特点 |
| 4.2.4 研究小结 |
| 4.3 不同预热温度的CO_2/O_2射流燃烧不稳定和排放的影响 |
| 4.3.1 预热CO_2/O_2射流对燃烧不稳定的影响 |
| 4.3.2 NO_x排放的特点 |
| 4.3.3 火焰模态的变化 |
| 4.3.4 研究小结 |
| 4.4 富氧横向射流控制热声不稳定时的相关性分析 |
| 4.4.1 相关性分析 |
| 4.4.2 火焰振荡模态的变化 |
| 4.4.3 研究小结 |
| 5.过热蒸汽对热声不稳定和NO_x排放的协同控制 |
| 5.1 引言 |
| 5.2 实验设备 |
| 5.3 蒸汽流速的影响 |
| 5.4 蒸汽射流喷嘴尺寸的影响 |
| 5.5 蒸汽射流下NO_x排放特性 |
| 5.6 火焰结构的变化 |
| 5.7 本章小结 |
| 6.燃烧器几何结构对热声振荡动态特性的影响 |
| 6.1 引言 |
| 6.2 实验装置与非线性时间序列分析 |
| 6.3 声场激振下的火焰—声学共振 |
| 6.4 火焰—声学共振特性的分析 |
| 6.5 火焰热释放共振特性分析 |
| 6.6 本章小结 |
| 7.热声振荡主动控制时的衰减时间和抑制比研究 |
| 7.1 引言 |
| 7.2 热声耦合的数学建模 |
| 7.3 Simulink仿真模型 |
| 7.4 极限环和瞬态热声振荡的控制 |
| 7.5 控制器和执行器的有效性 |
| 7.6 控制过程中热声衰减时间的变化 |
| 7.7 本章小结 |
| 8.全文总结与展望 |
| 8.1 全文总结 |
| 8.1.1 主要研究成果和结论 |
| 8.1.2 主要创新点 |
| 8.2 下一步工作展望 |
| 参考文献 |
| 博士期间研究成果和荣誉 |
（2）多电机协同控制策略及应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景 |
| 1.2 多电机协同控制研究重点现状 |
| 1.2.1 多电机协同控制策略的研究现状分析 |
| 1.2.2 多电机协同控制算法的研究现状分析 |
| 1.3 课题目的及意义 |
| 1.4 论文结构及主要内容 |
| 第2章 多电机协同控制方式的讨论与分析 |
| 2.1 引言 |
| 2.2 永磁同步电机数学模型 |
| 2.3 多电机协同控制方式讨论分析 |
| 2.3.1 机械控制方式 |
| 2.3.2 电控制方式 |
| 2.4 仿真实验分析 |
| 2.5 讨论与分析 |
| 2.6 本章小结 |
| 第3章 基于改进SOA算法PID参数自整定研究 |
| 3.1 引言 |
| 3.2 基本原理 |
| 3.2.1 PID控制器基本原理 |
| 3.2.2 标准人群搜索算法基本原理 |
| 3.3 改进SOA算法自整定PID控制器设计 |
| 3.3.1 SOA算法改进策略 |
| 3.3.2 设计改进的SOA-PID控制器 |
| 3.3.3 算法性能分析 |
| 3.4 仿真实验与结果分析 |
| 3.4.1 控制对象及仿真条件设置情况 |
| 3.4.2 实验结果分析 |
| 3.5 本章小结 |
| 第4章 基于改进积分滑模控制多电机协同控制研究 |
| 4.1 引言 |
| 4.2 设计的新型滑模速度控制器 |
| 4.2.1 新型变速趋近率的设计 |
| 4.2.2 滑模面设计 |
| 4.2.3 稳定性证明 |
| 4.3 设计的同步误差补偿器 |
| 4.4 实例分析 |
| 4.4.1 空载启动时的性能比较 |
| 4.4.2 空载运行中突加负载情况下同步性能比较 |
| 4.4.3 不同负载运行启动性能比较 |
| 4.4.4 不同负载运行突加负载情况下同步性能比较 |
| 4.5 本章小结 |
| 第5章 PCI运动控制卡的多电机协同控制系统设计 |
| 5.1 引言 |
| 5.2 系统总体设计 |
| 5.2.1 系统硬件设计 |
| 5.2.2 软件系统方案设计 |
| 5.2.3 登陆用户信息数据库结构设计 |
| 5.3 系统验证与实验分析 |
| 5.3.1 系统本身机械误差测试 |
| 5.3.2 同步性能测试 |
| 5.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位期间主要研究成果 |
| 附录B 参加科研项目情况 |
（3）空间大口径快摆镜机构非线性补偿及闭环控制技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 符号说明表 |
| 第1章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 空间望远镜及其稳像系统国外发展现状 |
| 1.2.1 哈勃空间望远镜 |
| 1.2.2 詹姆斯.韦伯空间望远镜 |
| 1.2.3 Soar-B太阳望远镜 |
| 1.3 快摆镜执行机构相关研究现状 |
| 1.3.1 压电驱动快摆镜研究现状 |
| 1.3.2 音圈电机驱动快摆镜研究现状 |
| 1.4 压电执行器特性及控制相关研究现状 |
| 1.4.1 压电执行器特性分析 |
| 1.4.2 压电执行器迟滞非线性建模与补偿 |
| 1.4.3 压电执行器蠕变特性分析与抑制 |
| 1.5 系统辨识相关研究现状 |
| 1.5.1 系统辨识原理 |
| 1.5.2 系统辨识方法 |
| 1.5.2.1 线性系统辨识方法 |
| 1.5.2.2 非线性系统辨识方法 |
| 1.6 论文主要内容和章节安排 |
| 1.6.1 论文主要内容 |
| 1.6.2 论文各章节安排 |
| 第2章 空间大口径快摆镜机构闭环控制系统方案研究 |
| 2.1 空间望远镜精密稳像系统结构 |
| 2.2 大口径快摆镜机构闭环控制系统技术参数分析 |
| 2.3 系统方案确定 |
| 2.3.1 促动器的选择 |
| 2.3.2 微位移传感器的选择 |
| 2.3.3 压电执行器驱动方式的选择 |
| 2.4 大口径快摆镜机构结构模型 |
| 2.4.1 柔性支撑微位移放大机构 |
| 2.4.2 大口径快摆镜机构驱动结构 |
| 2.5 大口径快摆镜机构闭环控制方案 |
| 2.6 本章小结 |
| 第3章 压电执行器动态迟滞建模方法与控制策略 |
| 3.1 广义PI迟滞模型 |
| 3.1.1 基于广义Play算子的PI模型 |
| 3.1.2 基于广义Stop算子的PI逆模型 |
| 3.2 Hammerstein动态迟滞模型 |
| 3.3 基于混沌自适应差分进化算法的参数辨识 |
| 3.3.1 自适应差分进化算法 |
| 3.3.2 混沌自适应差分进化算法 |
| 3.4 压电执行器LQG控制算法 |
| 3.5 模型效果比较与分析 |
| 3.5.1 压电动态逆迟滞模型建立 |
| 3.5.2 压电执行器复合控制算法仿真与分析 |
| 3.5.2.1 闭环控制系统性能参数 |
| 3.5.2.2 LQG控制算法仿真结果分析 |
| 3.6 本章小结 |
| 第4章 压电执行器蠕变特性及动态预测方法 |
| 4.1 压电执行器蠕变特性分析 |
| 4.2 径向基神经网络简介 |
| 4.3 基于CADE_RBF网络的压电执行器动态蠕变预测 |
| 4.3.1 RBF蠕变预测网络的建立 |
| 4.3.2 基于CADE算法的RBF神经网络 |
| 4.4 模型效果分析 |
| 4.4.1 隐含层神经元数确定 |
| 4.4.2 不同预测算法对比 |
| 4.5 本章小结 |
| 第5章 大口径快摆镜机构系统辨识与控制方法 |
| 5.1 大口径快摆镜机构系统辨识原理 |
| 5.2 大口径快摆镜机构系统辨识 |
| 5.2.1 大口径快摆镜机构信号采集系统 |
| 5.2.2 数据采集与预处理 |
| 5.2.3 基于F检验法的系统模型阶次确定 |
| 5.2.4 系统离散模型参数辨识 |
| 5.3 自适应大口径快摆镜机构闭环控制方法 |
| 5.3.1 模糊控制系统 |
| 5.3.1.1 模糊理论 |
| 5.3.1.2 模糊控制系统组成 |
| 5.3.2 常规IMC控制方法 |
| 5.3.3 自适应模糊IMC控制方法 |
| 5.4 控制算法仿真与比较 |
| 5.4.1 最优PID控制器设计 |
| 5.4.2 不同控制算法对比 |
| 5.5 本章小结 |
| 第6章 大口径快摆镜机构闭环控制系统验证平台搭建及实验 |
| 6.1 压电驱动放大电路设计 |
| 6.1.1 驱动电压放大原理 |
| 6.1.2 压电驱动放大电路实现 |
| 6.1.3 测试结果分析 |
| 6.2 SGS微位移检测信号调理电路设计 |
| 6.2.1 压电执行器微位移信号检测原理 |
| 6.2.2 SGS微位移信号调理电路实现 |
| 6.2.3 测试结果分析 |
| 6.3 压电执行器复合控制系统验证平台搭建与实验 |
| 6.3.1 压电执行器复合控制系统验证平台 |
| 6.3.2 压电执行器复合控制系统跟踪试验 |
| 6.4 大口径快摆镜机构闭环控制系统验证平台搭建与实验 |
| 6.4.1 大口径快摆镜机构闭环控制系统验证平台 |
| 6.4.2 大口快摆镜机构闭环控制系统实验结果分析 |
| 6.4.2.1 输入信号为变频和变幅值正弦位移信号 |
| 6.4.2.2 输入信号为航天器平台扰动量 |
| 6.5 空间望远镜精密稳像光闭环系统实验验证 |
| 6.5.1 精密稳像光闭环实验系统 |
| 6.5.1.1 精细导星仪 |
| 6.5.1.2 CCD长曝光相机 |
| 6.5.1.3 模拟星源 |
| 6.5.1.4 星源扰动模拟装置 |
| 6.5.2 精密稳像光闭环实验系统性能评估方法 |
| 6.5.3 精密稳像光闭环系统实验结果分析 |
| 6.6 本章小结 |
| 第7章 总结与展望 |
| 7.1 工作总结 |
| 7.1.1 主要工作 |
| 7.1.2 论文创新点 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（4）水电机组调节系统参数辨识及并网运行控制优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 水电机组调节系统参数辨识研究 |
| 1.3 水电机组调节系统控制策略研究 |
| 1.4 拥有水电机组的多能源系统研究 |
| 1.5 本文主要研究内容 |
| 2 水电机组调节系统数学模型 |
| 2.1 引言 |
| 2.2 水轮机/水泵水轮机数学模型 |
| 2.3 过水系统数学模型 |
| 2.4 调速器数学模型 |
| 2.5 同步发电机模型 |
| 2.6 励磁系统数学模型 |
| 2.7 水电机组调节系统仿真模型 |
| 2.8 本章小结 |
| 3 水电机组调节系统参数辨识 |
| 3.1 引言 |
| 3.2 基于智能优化算法的水电机组调节系统参数辨识 |
| 3.3 灰狼群优化算法及其改进 |
| 3.4 仿真算例 |
| 3.5 本章小结 |
| 4 水电机组调节系统协同控制器设计 |
| 4.1 引言 |
| 4.2 协同控制理论及控制器设计方法 |
| 4.3 具有复杂过水系统的水电机组调速系统协同控制器设计 |
| 4.4 抽水蓄能机组调速励磁系统协同控制器设计 |
| 4.5 本章小结 |
| 5 抽水蓄能机组与风电机组互联微电网运行优化 |
| 5.1 引言 |
| 5.2 抽水蓄能机组与风电机组联合运行微电网 |
| 5.3 抽水蓄能机组调速系统自适应模糊PID控制器设计 |
| 5.4 仿真算例 |
| 5.5 本章小结 |
| 6 基于协同控制的水-火电互联电力系统负荷频率控制 |
| 6.1 引言 |
| 6.2 水-火电互联电力系统负荷频率控制模型 |
| 6.3 协同控制器设计 |
| 6.4 仿真算例 |
| 6.5 本章小结 |
| 7 全文工作总结与展望 |
| 7.1 全文工作总结 |
| 7.2 进一步研究展望 |
| 致谢 |
| 参考文献 |
| 附录1 ：攻读博士期间发表的论文 |
| 附录2 ：攻读博士期间完成和参与的科研项目 |
（5）汽车协同驾驶中的专用短程通信与辅助控制研究（论文提纲范文）
| 提要 |
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 专用短程通信的背景与意义 |
| 1.1.2 汽车辅助控制的背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 专用短程通信的研究现状 |
| 1.2.2 汽车辅助控制的研究现状 |
| 1.3 本文的主要研究工作 |
| 1.4 论文的组织结构 |
| 第2章 基于改进NLMS自适应滤波器的DSRC系统滤波时延补偿方法 |
| 2.1 引言 |
| 2.2 专用短程通信(DSRC)协议 |
| 2.2.1 DSRC协议概述 |
| 2.2.2 DSRC物理层 |
| 2.2.3 DSRC数据链路层 |
| 2.2.4 DSRC应用层 |
| 2.3 基于改进NLMS自适应滤波时延补偿方法 |
| 2.3.1 有限冲激响应(FIR)滤波器 |
| 2.3.2 改进的归一化最小均方(NLMS)滤波方法 |
| 2.3.3 滤波时延补偿方法 |
| 2.4 实验与分析 |
| 2.4.1 实验设计 |
| 2.4.2 结果分析 |
| 2.5 本章小结 |
| 第3章 基于MU-MIMO波束赋形的WAVE系统误码率优化方法 |
| 3.1 引言 |
| 3.2 车载环境无线接入(WAVE) |
| 3.2.1 概述 |
| 3.2.2 IEEE802.11P协议标准 |
| 3.2.3 IEEE1609协议簇 |
| 3.3 IEEE802.11P与IEEE802.11AC协议特性比较 |
| 3.3.1 IEEE802.11P与IEEE802.11AC协议物理层特性比较 |
| 3.3.2 IEEE802.11P与IEEE802.11AC协议MAC层特性比较 |
| 3.4 MU-MIMO波束赋形在WAVE中的应用 |
| 3.4.1 多用户多输入多输出(MU-MIMO)技术在WAVE中的应用 |
| 3.4.2 MU-MIMO波束赋形在WAVE中的应用 |
| 3.5 实验与分析 |
| 3.5.1 实验设计 |
| 3.5.2 结果分析 |
| 3.6 本章小结 |
| 第4章 基于改进CAS算法的CACC系统控制性能优化 |
| 4.1 引言 |
| 4.2 协同自适应巡航控制(CACC)系统 |
| 4.3 PID控制器 |
| 4.4 改进的混沌蚁群(CAS)算法 |
| 4.4.1 混沌蚁群算法 |
| 4.4.2 改进的混沌蚁群算法 |
| 4.5 基于改进CAS算法的CACC系统PID控制器优化方法 |
| 4.5.1 基于改进CAS算法的CACC系统PID控制器优化方法 |
| 4.5.2 车辆间安全距离判断方法 |
| 4.6 实验与分析 |
| 4.6.1 实验设计 |
| 4.6.2 结果分析 |
| 4.7 本章小结 |
| 第5章 基于改进PSO算法的CCA系统控制性能优化 |
| 5.1 引言 |
| 5.2 协同碰撞避免(CCA)系统 |
| 5.3 改进的粒子群(PSO)算法 |
| 5.3.1 粒子群算法 |
| 5.3.2 改进的粒子群算法 |
| 5.4 基于改进粒子群算法的CCA系统PID控制器优化方法 |
| 5.4.1 基于改进PSO算法的PID控制器参数整定 |
| 5.4.2 车辆碰撞避免策略判断方法 |
| 5.5 实验与分析 |
| 5.5.1 实验设计 |
| 5.5.2 结果分析 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 下一步的工作展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（6）基于双种群协同进化的智能优化算法及其应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 优化问题 |
| 1.2.1 优化问题概述 |
| 1.2.2 优化问题特点 |
| 1.2.3 优化问题分类 |
| 1.3 优化算法 |
| 1.3.1 传统优化算法 |
| 1.3.2 启发式搜索算法 |
| 1.4 智能优化算法 |
| 1.5 研究路线与主要内容 |
| 1.6 本文的组织结构 |
| 第2章 双种群协同进化算法基础研究 |
| 2.1 差分演化算法 |
| 2.1.1 差分演化算法概述 |
| 2.1.2 差分演化算法基本原理 |
| 2.1.3 差分演化算法的研究现状 |
| 2.2 改进的差分演化算法及其应用 |
| 2.2.1 引言 |
| 2.2.2 基于均匀分割的多种群并行差分演化算法 |
| 2.2.3 MPDE算法实验及其分析 |
| 2.3 教与学优化算法 |
| 2.3.1 教与学优化算法概述 |
| 2.3.2 教与学优化算法基本原理 |
| 2.3.3 教与学优化算法的研究现状 |
| 2.4 改进的TLBO算法及其应用 |
| 2.4.1 引言 |
| 2.4.2 相关工作 |
| 2.4.3 MTLBO算法设计 |
| 2.4.4 基于MTLBO算法的Van Genuchten方程参数估计 |
| 2.5 基于DE和TLBO的种群进化策略研究 |
| 2.5.1 引言 |
| 2.5.2 基于DE和TLBO算法的实验分析 |
| 2.5.3 双种群进化策略 |
| 2.6 小结 |
| 第3章 双种群协同进化算法模型研究 |
| 3.1 研究动机 |
| 3.2 相关工作 |
| 3.3 双种群规模设置 |
| 3.4 协同型双种群算法子种群个体数量公平性分析 |
| 3.5 协同进化算法 |
| 3.5.1 进化算法 |
| 3.5.2 协同进化算法 |
| 3.6 双种群协同进化算法DPCE模型 |
| 3.7 DPCE模型的动力学分析 |
| 3.8 DPCE模型的收敛性分析 |
| 3.9 DPCE模型指导下的算法设计 |
| 3.10 小结 |
| 第4章 基于双种群协同进化的差分演化算法及其应用研究 |
| 4.1 基于双种群协同进化的差分演化算法 |
| 4.1.1 研究动机 |
| 4.1.2 相关工作 |
| 4.1.3 DPCEDE算法思想 |
| 4.1.4 DPCEDE算法模型 |
| 4.1.5 DPCEDE算法描述 |
| 4.1.6 DPCEDE算法实现 |
| 4.1.7 数值实验与比较 |
| 4.2 DPCEDE复杂度分析 |
| 4.3 DPCEDE在求解FJSP中的应用 |
| 4.3.1 FJSP概述 |
| 4.3.2 FJSP问题描述 |
| 4.3.3 求解FJSP研究现状和趋势 |
| 4.3.4 仿真实验及比较研究 |
| 4.4 小结 |
| 第5章 基于双种群协同进化的教与学优化算法及其应用研究 |
| 5.1 基于双种群协同进化的教与学优化算法 |
| 5.1.1 研究动机 |
| 5.1.2 相关工作 |
| 5.1.3 DPCETLBO算法思想 |
| 5.1.4 DPCETLBO算法模型 |
| 5.1.5 DPCETLBO算法描述 |
| 5.1.6 DPCETLBO算法实现 |
| 5.1.7 数值实验与比较 |
| 5.2 DPCETLBO算法复杂度分析 |
| 5.3 DPCETLBO算法在PID控制器参数优化中的应用 |
| 5.3.1 PID概述 |
| 5.3.2 PID控制器参数优化研究现状 |
| 5.3.3 仿真实验及比较研究 |
| 5.4 小结 |
| 第6章 基于互补策略的双种群协同进化算法及其应用研究 |
| 6.1 基于互补策略的双种群协同进化算法 |
| 6.1.1 研究动机 |
| 6.1.2 相关工作 |
| 6.1.3 DPCEDT算法思想 |
| 6.1.4 DPCEDT算法模型 |
| 6.1.5 DPCEDT算法描述 |
| 6.1.6 DPCEDT算法实现 |
| 6.1.7 数值实验与比较 |
| 6.2 DPCEDT算法复杂度分析 |
| 6.3 DPCEDT算法在动力电池SOC估计中的应用 |
| 6.3.1 动力电池SOC估计方法研究 |
| 6.3.2 电池老化对其SOC估计的影响 |
| 6.3.3 DPCEDT在SOC中的应用思路 |
| 6.3.4 实验仿真及比较研究 |
| 6.4 小结 |
| 第7章 结论与展望 |
| 7.1 结论 |
| 7.2 创新之处 |
| 7.3 展望 |
| 致谢 |
| 参考文献 |
| 附录A 攻读学位期间的科研工作情况 |
| 附录B 测试函数 |
（7）智能优化算法在过程控制中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 论文选题目的和意义 |
| 1.2 本课题相关领域研究状况 |
| 1.2.1 群体智能优化算法的研究现状 |
| 1.2.2 布谷鸟优化算法的研究现状 |
| 1.2.3 非线性系统辨识的研究现状 |
| 1.2.4 PID控制器参数整定的研究现状 |
| 1.3 本文主要工作 |
| 第二章 多输入多输出情况下非线性Hammerstein模型的辨识 |
| 2.1 引言 |
| 2.2 预备知识 |
| 2.2.1 MIMO Hammerstein模型的一般形式 |
| 2.2.2 两种典型的重尾分布的噪声 |
| 2.3 基本布谷鸟优化算法(CS)和非线性随机搜索算法(NLJ) |
| 2.4 基于CS-NLJ算法的MIMO Hammerstein模型参数辨识 |
| 2.4.1 所提出的一种新的CS-NLJ算法 |
| 2.4.2 一般MIMO Hammerstein模型的参数估计过程 |
| 2.5 所提出算法讨论 |
| 2.5.1 变异概率 |
| 2.5.2 步长 |
| 2.5.3 边界处理方法 |
| 2.6 仿真 |
| 2.7 小结 |
| 第三章 多输入多输出情况下的非线性Wiener模型的辨识 |
| 3.1 引言 |
| 3.2 预备知识 |
| 3.2.1 一般的wiener模型 |
| 3.2.2 基于统一模型结构的MIMO wiener模型 |
| 3.3 基于CS-NLJ算法的MIMO wiener模型参数优化 |
| 3.4 仿真 |
| 3.5 小结 |
| 第四章 稳定系统的PID控制器设计 |
| 4.1 引言 |
| 4.2 预备知识 |
| 4.2.1 PID控制器 |
| 4.2.2 处理多目标问题的方法 |
| 4.2.3 处理多约束问题的方法 |
| 4.3 布谷鸟优化算法(CS)和重尾序列(HTD) |
| 4.4 基于改进的CS算法的PID控制器参数优化 |
| 4.4.1 一种新的改进的CS算法 |
| 4.4.2 PID控制器优化步骤 |
| 4.5 仿真 |
| 4.6 小结 |
| 第五章 不稳定系统的PID控制器设计 |
| 5.1 引言 |
| 5.2 预备知识 |
| 5.2.1 PID控制器 |
| 5.2.2 多约束问题的处理方法 |
| 5.2.3 t-分布模型和NLJ算法 |
| 5.3 基于改进CS-NLJ算法的PID控制器参数整定 |
| 5.3.1 改进的CS-NLJ搜索算法 |
| 5.3.2 PID控制器参数整定策略 |
| 5.4 仿真 |
| 5.5 小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 致谢 |
| 研究成果及发表的学术论文 |
| 作者和导师简介 |
| 附件 |
（8）切换系统的混沌现象分析及控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第一章 绪论 |
| 1.1 研究混沌的意义 |
| 1.2 切换系统研究概述 |
| 1.3 切换系统混沌动力学行为研究现状 |
| 1.3.1 包含切换系统在内的一般系统产生混沌现象的研究 |
| 1.3.2 可切换混沌系统的研究概述 |
| 1.4 混沌动力学行为的控制与同步研究 |
| 1.4.1 混沌控制的特点 |
| 1.4.2 混沌控制的研究现状 |
| 1.5 本文的主要工作 |
| 第二章 混沌基础理论及相关概念 |
| 2.1 混沌基础理论 |
| 2.1.1 混沌的定义 |
| 2.1.2 混沌的基本特征 |
| 2.1.3 通向混沌的道路 |
| 2.2 混沌的相关概念 |
| 2.2.1 相平面与平衡态 |
| 2.2.2 混沌吸引子 |
| 2.2.3 Lyapunov 指数 |
| 2.2.4 Poincare 截面 |
| 2.3 仿真实例 |
| 第三章 系统参数切换系统与状态空间切换系统的同步研究及仿真 |
| 3.1 几种经典的混沌吸引子 |
| 3.1.1 Lorenz 吸引子 |
| 3.1.2 Chen 吸引子 |
| 3.1.3 Lü吸引子 |
| 3.2 系统参数切换系统与状态空间切换系统简介 |
| 3.2.1 系统参数切换系统 |
| 3.2.2 状态空间切换系统 |
| 3.3 系统参数切换系统与状态空间切换系统的同步实现 |
| 3.3.1 PC 同步法 |
| 3.3.2 主动-被动同步法 |
| 3.4 本章小结 |
| 第四章 开关功率变换器的混沌现象研究 |
| 4.1 引言 |
| 4.2 BUCK 型变换器的建模方法及其切换模型 |
| 4.2.1 Buck 型变换器的建模方法 |
| 4.2.2 系统的切换模型 |
| 4.3 BUCK 型变换器电路切换系统的稳定性分析 |
| 4.4 数值仿真的软件环境 |
| 4.5 混沌动力学特性及数值仿真分析 |
| 4.5.1 直接观测法研究混沌 |
| 4.5.2 系统分岔图的采样实现 |
| 4.5.3 Lyapunov 指数分析法研究混沌 |
| 4.6 系统产生混沌动力学行为的机理分析 |
| 4.6.1 混沌现象的机理分析 |
| 4.6.2 多脉冲现象的数学分析与避免 |
| 4.7 本章小结 |
| 第五章 开关功率变换器的混沌控制 |
| 5.1 混沌控制方法的简单介绍 |
| 5.1.1 参数微扰 OGY 方法 |
| 5.1.2 参数共振微扰法与外加驱动控制法 |
| 5.1.3 变量反馈控制法 |
| 5.1.4 智能控制法 |
| 5.2 粒子群算法对 PID 控制器参数的优化 |
| 5.2.1 常规 PID 控制原理 |
| 5.2.2 粒子群优化算法简介 |
| 5.2.3 粒子群算法优化 PID 控制器的参数 |
| 5.3 粒子群优化算法对开关功率变换器混沌控制的仿真研究 |
| 5.3.1 常规 PID 控制器对输出电压的控制 |
| 5.3.2 PSOPID 控制 |
| 5.4 本章小结 |
| 第六章 全文总结和展望 |
| 参考文献 |
| 发表论文及参加科研情况说明 |
| 致谢 |
（9）基于混合智能优化方法的同步发电机励磁控制策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 励磁控制的发展历程与研究概况 |
| 1.3 智能优化方法的研究概况及其进展 |
| 1.4 本文主要研究内容 |
| 2 同步发电机励磁控制系统模型及特性研究 |
| 2.1 引言 |
| 2.2 同步发电机模型 |
| 2.3 电力网络模型 |
| 2.4 励磁系统的模型及特性研究 |
| 2.5 同步发电机励磁控制系统仿真平台 |
| 2.6 本章小结 |
| 3 基于模糊理论的非线性励磁控制寻优策略 |
| 3.1 引言 |
| 3.2 模糊理论 |
| 3.3 模糊PID励磁控制 |
| 3.4 实例仿真 |
| 3.5 本章小结 |
| 4 基于粒子群优化的同步发电机励磁控制参数优化研究 |
| 4.1 引言 |
| 4.2 粒子群优化算法及其改进 |
| 4.3 实例仿真 |
| 4.4 本章小结 |
| 5 基于混合混沌搜索及智能算法的同步发电机励磁控制研究 |
| 5.1 引言 |
| 5.2 混沌局部搜索 |
| 5.3 基于混沌搜索的智能优化算法研究 |
| 5.4 实例仿真 |
| 5.5 本章小结 |
| 6 全文总结与展望 |
| 6.1 全文工作总结 |
| 6.2 进一步研究展望 |
| 致谢 |
| 参考文献 |
| 附录1:攻读博士期间所发表的论文 |
| 附录2:攻读博士期间完成和参与的科研项目 |
（10）无线传感器网络中MIMO通信与移动机器人控制的算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究的背景 |
| 1.2 相关技术研究 |
| 1.2.1 MIMO技术 |
| 1.2.2 WSN技术 |
| 1.2.3 移动机器人技术 |
| 1.3 选题意义与研究目标 |
| 1.3.1 WSN与MIMO技术结合 |
| 1.3.2 WSN与机器人技术的结合 |
| 1.3.3 现实意义 |
| 1.4 研究内容与章节安排 |
| 1.5 论文创新点 |
| 本章参考文献 |
| 第二章 MIMO通信相关理论基础 |
| 2.1 引言 |
| 2.2 无线信道 |
| 2.2.1 信道衰落 |
| 2.2.2 信道扩展 |
| 2.3 MIMO系统信道模型 |
| 2.4 MIMO系统的信道容量 |
| 2.4.1 快瑞利衰落信道的MIMO的信道容量 |
| 2.4.2 块瑞利衰落信道的MIMO的信道容量 |
| 2.4.3 准静态信道的MIMO系统信道容量 |
| 2.5 MIMO系统的空时编码 |
| 2.5.1 空时格型码(STTC) |
| 2.5.2 空时分组码(STBC) |
| 2.5.3 分层空时码(BLAST) |
| 2.6 本章小结 |
| 本章参考文献 |
| 第三章 V-BLAST系统信号检测算法研究 |
| 3.1 引言 |
| 3.2 V-BLAST系统 |
| 3.3 V-BLAST接收的相关检测算法 |
| 3.3.1 最大似然接收 |
| 3.3.2 线性接收 |
| 3.3.3 SIC算法 |
| 3.3.4 OSIC算法 |
| 3.3.5 QR算法 |
| 3.3.6 球形译码算法 |
| 3.4 算法性能与复杂度的矛盾 |
| 3.4.1 OSIC算法复杂度 |
| 3.4.2 QR算法复杂度 |
| 3.5 低复杂度的V-BLAST迭代检测算法 |
| 3.5.1 V-BLAST迭代OSIC检测算法 |
| 3.5.2 迭代OSIC改进算法1 |
| 3.5.3 迭代OSIC改进算法2 |
| 3.6 低复杂度的迭代QR检测算法 |
| 3.6.1 算法原理 |
| 3.6.2 算法复杂度分析 |
| 3.6.3 仿真实验 |
| 3.7 低复杂度的近似最大似然检测算法 |
| 3.7.1 算法原理 |
| 3.7.2 算法复杂度分析 |
| 3.7.3 仿真实验 |
| 3.8 本章小结 |
| 本章参考文献 |
| 第四章 WSN中基于移动机器人的V-BLAST接收技术研究 |
| 4.1 引言 |
| 4.2 无线传感器网络的体系结构 |
| 4.3 无线传感器网络能效策略研究 |
| 4.3.1 无线传感器网络耗能分析 |
| 4.3.2 无线传感器网络能效管理 |
| 4.4 协作式MIMO相关技术研究 |
| 4.4.1 协作分集传输模式 |
| 4.4.2 基于STBC编码的协作式MIMO技术 |
| 4.4.3 基于V-BLAST编码的协作式MIMO技术 |
| 4.4.4 V-BLAST编码与STBC编码协作方案比较 |
| 4.5 基于移动机器人的V-BLAST接收 |
| 4.5.1 接收方案 |
| 4.5.2 接收算法 |
| 4.5.3 能效分析与仿真 |
| 4.6 本章小结 |
| 本章参考文献 |
| 第五章 基于混沌机制的移动机器人相关控制算法研究 |
| 5.1 引言 |
| 5.2 轮式移动机器人的运动控制模式 |
| 5.2.1 轮式移动机器人的结构与模型 |
| 5.2.2 速度控制 |
| 5.2.3 位置控制 |
| 5.2.4 航向角控制 |
| 5.3 移动机器人运动控制方法 |
| 5.4 混沌优化理论 |
| 5.4.1 混沌的定义及其特征 |
| 5.4.2 Logistic映射 |
| 5.4.3 混沌优化算法原理 |
| 5.5 基于混沌机制的移动机器人PID控制器参数优化 |
| 5.5.1 PID控制器的混沌参数优化 |
| 5.5.2 混沌PID控制器参数寻优算法 |
| 5.5.3 仿真研究 |
| 5.6 基于混沌优化的神经网络控制算法研究 |
| 5.6.1 神经网络控制 |
| 5.6.2 算法研究 |
| 5.6.3 实验研究 |
| 5.7 本章小结 |
| 本章参考文献 |
| 结束语 |
| 致谢 |
| 攻读博士学位期间完成的论文 |
四、基于混沌优化的PID控制器在不稳定系统中的设计（论文参考文献）
- [1]旋流预混燃烧热声不稳定的动态特性与控制研究[D]. 陶成飞. 浙江大学, 2021(01)
- [2]多电机协同控制策略及应用研究[D]. 葛育晓. 兰州理工大学, 2020
- [3]空间大口径快摆镜机构非线性补偿及闭环控制技术研究[D]. 张泉. 中国科学院大学(中国科学院上海技术物理研究所), 2019(03)
- [4]水电机组调节系统参数辨识及并网运行控制优化研究[D]. 张云程. 华中科技大学, 2018(05)
- [5]汽车协同驾驶中的专用短程通信与辅助控制研究[D]. 吴星辰. 吉林大学, 2018(12)
- [6]基于双种群协同进化的智能优化算法及其应用研究[D]. 古发辉. 华南农业大学, 2017(08)
- [7]智能优化算法在过程控制中的应用[D]. 苏奇新. 北京化工大学, 2017(04)
- [8]切换系统的混沌现象分析及控制研究[D]. 于滢源. 广西工学院, 2012(04)
- [9]基于混合智能优化方法的同步发电机励磁控制策略研究[D]. 贺徽. 华中科技大学, 2011(10)
- [10]无线传感器网络中MIMO通信与移动机器人控制的算法研究[D]. 陈雯柏. 北京邮电大学, 2011(12)