| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 致谢 | 第9-14页 |
| 第1章 绪论 | 第14-36页 |
| ·引言 | 第14-15页 |
| ·DNA 计算的生物基础 | 第15-19页 |
| ·DNA 分子结构 | 第15页 |
| ·DNA 计算生物操作 | 第15-17页 |
| ·DNA 计算的实现──Adleman 方式 | 第17-19页 |
| ·DNA 计算的发展和研究现状 | 第19-23页 |
| ·DNA 计算发展 | 第19-20页 |
| ·DNA 计算研究现状 | 第20-22页 |
| ·DNA 计算存在问题 | 第22-23页 |
| ·基于 DNA 计算的遗传算法 | 第23-24页 |
| ·遗传算法 | 第24-33页 |
| ·基本遗传算法 | 第25-26页 |
| ·遗传算法的特点 | 第26-27页 |
| ·遗传算法的研究进展 | 第27-33页 |
| ·本文主要研究内容 | 第33-36页 |
| 第2章 基于 DNA 计算的 RNA 遗传算法 | 第36-50页 |
| ·引言 | 第36-37页 |
| ·RNA-GA 算法 | 第37-41页 |
| ·RNA 序列数字编码 | 第37页 |
| ·RNA 序列基本操作算子 | 第37-38页 |
| ·RNA-GA 编码及操作算子 | 第38-40页 |
| ·RNA-GA 算法实现步骤 | 第40-41页 |
| ·RNA-GA 全局收敛性分析 | 第41-42页 |
| ·仿真研究 | 第42-49页 |
| ·测试函数 | 第42-44页 |
| ·RNA-GA 参数适应性分析 | 第44-46页 |
| ·RNA-GA 与 SGA 仿真对比研究 | 第46-49页 |
| ·小结 | 第49-50页 |
| 第3章 基于 DNA 双链结构的混合遗传算法 | 第50-66页 |
| ·引言 | 第50-51页 |
| ·基于 DNA 双链结构的混合遗传算法(DNA-DHGA) | 第51-55页 |
| ·约束处理 | 第51-52页 |
| ·混合遗传算法 | 第52页 |
| ·DNA 双链结构二进制编码 | 第52-53页 |
| ·基于 DNA 计算的操作算子 | 第53-54页 |
| ·算法实现步骤 | 第54-55页 |
| ·DNA-DHGA 算法收敛速度分析 | 第55-59页 |
| ·典型测试函数的仿真研究 | 第59-64页 |
| ·小结 | 第64-66页 |
| 第4章 基于 DNA 计算的多目标遗传算法 | 第66-78页 |
| ·引言 | 第66-67页 |
| ·多目标优化问题 | 第67-68页 |
| ·基于 DNA 计算的非支配排序遗传算法(DNA-MOGA) | 第68-71页 |
| ·基于 Pareto 排序和密度信息的适应度函数 | 第68-69页 |
| ·精英保留及维护 | 第69-70页 |
| ·选择算子 | 第70-71页 |
| ·基于 DNA 计算的交叉和变异算子 | 第71页 |
| ·算法实现步骤 | 第71页 |
| ·算法收敛性分析 | 第71-73页 |
| ·仿真研究 | 第73-77页 |
| ·典型多目标问题及性能指标 | 第73-74页 |
| ·计算结果及其分析 | 第74-77页 |
| ·小结 | 第77-78页 |
| 第5章 基于剪接系统的单目标 RBF 网络优化设计 | 第78-88页 |
| ·引言 | 第78-79页 |
| ·RBF神经网络 | 第79页 |
| ·基于剪接系统的RBF网络优化算法(spGA) | 第79-84页 |
| ·编码方式 | 第80页 |
| ·适应度函数 | 第80-81页 |
| ·网络构造 | 第81页 |
| ·基本操作算子 | 第81-82页 |
| ·剪接算子 | 第82-83页 |
| ·算法主要步骤 | 第83页 |
| ·计算复杂性分析 | 第83-84页 |
| ·仿真研究 | 第84-87页 |
| ·连续搅拌反应釜(CSTR) | 第84页 |
| ·仿真结果分析 | 第84-87页 |
| ·小结 | 第87-88页 |
| 第6章 基于 DNA 计算的多目标 RBF 网络优化设计 | 第88-96页 |
| ·引言 | 第88-89页 |
| ·多目标 RBF 网络优化设计 | 第89-92页 |
| ·编码设计 | 第89页 |
| ·目标函数 | 第89页 |
| ·适应度函数赋值和种群维护 | 第89-90页 |
| ·基于 DNA计算的操作算子 | 第90-91页 |
| ·算法主要步骤 | 第91-92页 |
| ·CSTR仿真研究 | 第92-94页 |
| ·小结 | 第94-96页 |
| 第7章 基于 RNA-GA的化工过程参数估计 | 第96-104页 |
| ·引言 | 第96页 |
| ·参数估计问题描述 | 第96-97页 |
| ·重油裂解三集总模型参数估计 | 第97-99页 |
| ·催化裂化主分馏塔参数估计 | 第99-103页 |
| ·FCC主分馏塔流程描述 | 第99-100页 |
| ·过程建模仿真研究 | 第100-103页 |
| ·小结 | 第103-104页 |
| 第8章 基于 DNA-GA的控制系统优化设计 | 第104-134页 |
| ·引言 | 第104页 |
| ·基于稳定空间的 PID 控制器多目标优化设计 | 第104-113页 |
| ·PID控制器参数稳定空间 | 第105-107页 |
| ·PID控制器参数多目标优化 | 第107-108页 |
| ·仿真研究 | 第108-113页 |
| ·基于 GA 的 FRNN 广义预测控制 | 第113-123页 |
| ·T-S 模糊动态神经网络建模 | 第114-115页 |
| ·后件部分权值的整定 | 第115-116页 |
| ·遗传算法优化整定前件部分 | 第116-117页 |
| ·非线性广义预测控制器设计 | 第117-119页 |
| ·pH中和过程仿真研究 | 第119-123页 |
| ·模糊-神经元控制器优化设计 | 第123-132页 |
| ·神经元基本控制器 | 第123-124页 |
| ·公式法模糊控制器 | 第124页 |
| ·模糊-神经元混合控制器(FNHC) | 第124-125页 |
| ·控制器参数的优化整定 | 第125-126页 |
| ·连铸过程仿真研究 | 第126-132页 |
| ·小结 | 第132-134页 |
| 第9章 基于 DNA-DHGA 的汽油调合配方优化设计 | 第134-142页 |
| ·引言 | 第134-135页 |
| ·汽油调合配方优化问题 | 第135-137页 |
| ·汽油调合配方模型 | 第135-136页 |
| ·汽油调合配方优化指标 | 第136-137页 |
| ·DNA-DHGA在汽油调合配方优化中的应用 | 第137-138页 |
| ·仿真研究 | 第138-140页 |
| ·小结 | 第140-142页 |
| 第10章 结束语 | 第142-146页 |
| ·研究工作总结 | 第142-143页 |
| ·研究展望 | 第143-146页 |
| 专业词汇及缩略语注释表 | 第146-148页 |
| 参考文献 | 第148-160页 |
| 作者和导师简介 | 第160-162页 |
| 作者在攻读博士学位期间完成与发表的学术论文 | 第162-164页 |
| 作者在攻读博士学位期间参加的科研项目 | 第164页 |
