1. 研究目的与意义（文献综述包含参考文献）
文献综述一、pso的研究背景pso是粒子群优化算法（particle swarm optimization）的英文缩写，是一种基于种群的随机优化技术，由eberhart和kennedy于1995年提出。
粒子群算法模仿昆虫、兽群、鸟群和鱼群等的群集行为，这些群体按照一种合作的方式寻找食物，群体中的每个成员通过学习它自身的经验和其他成员的经验来不断改变其搜索模式。
二、pso的内容用一种粒子来模拟上述的鸟类个体，每个粒子可视为n维搜索空间中的一个搜索个体，粒子的当前位置即为对应优化问题的一个候选解，粒子的飞行过程即为该个体的搜索过程．粒子的飞行速度可根据粒子历史最优位置和种群历史最优位置进行动态调整．粒子仅具有两个属性：速度和位置，速度代表移动的快慢，位置代表移动的方向。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 研究的基本内容、问题解决措施及方案
研究内容：本次研究将利用matlab进行仿真。
针对典型的被控对象，像一阶时延和二阶时延对象，采用粒子群优化，采用综合考虑系统稳定性和动、静态控制性能指标的多目标优化函数，对pid控制器的参数进行优化整定，并与经典pid整定方法设计的pid控制器进行比较。
编写pso优化程序，构建相应的仿真模块对pid控制系统进行数字仿真，并对结果进行分析，最后得出相关结论。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
