首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

粒子群优化算法的扩展与应用

摘要第1-6页
Abstract第6-8页
目录第8-14页
第一章 绪论第14-23页
   ·引言第14-17页
     ·优化问题及求解算法第14-15页
     ·求解优化问题的解析方法第15页
     ·求解优化问题的数值方法第15-16页
     ·优化性质与进化算法的结合第16页
     ·进化算法收敛性第16-17页
   ·课题研究的背景、内容、意义第17-19页
   ·主要研究成果第19-21页
   ·论文的组织第21-23页
第二章 优化问题的回顾与分析第23-40页
   ·优化问题的概论第23-25页
     ·概述第23-24页
     ·优化问题的数学模型第24-25页
     ·优化问题的分类第25页
   ·优化问题的求解第25-33页
     ·优化问题的全局最优解与局部最优解第25-26页
     ·全局最优解与局部最优解的关系第26-27页
     ·求解全局最优解的困难所在第27-28页
     ·优化问题的求解方法第28-33页
   ·优化问题及求解方法的演变分析第33-35页
   ·全局优化算法的分类第35-37页
   ·传统优化算法的不足第37-38页
   ·本章小结第38-40页
第三章 信息原理与群搜索第40-53页
   ·引言第40-41页
   ·信息第41-42页
   ·信息方法第42-43页
     ·信息方法第42页
     ·信息方法的步骤第42-43页
   ·信息融合第43-44页
   ·基于信息方法的优化算法第44-47页
     ·遗传算法第44-46页
     ·蚁群算法第46-47页
     ·粒子群算法第47页
   ·搜索第47-52页
     ·搜索的相关概念第47-48页
     ·单点搜索第48-49页
     ·群搜索第49-50页
     ·群搜索研究解决的问题及其发展前景第50-52页
       ·算法设计及改进研究第51-52页
       ·算法的应用研究第52页
   ·本章小结第52-53页
第四章 粒子群优化算法及其收敛研究第53-71页
   ·引言第53页
   ·粒子群算法的产生背景及基本模式第53-55页
   ·粒子群算法的拓扑结构和邻域结构第55-60页
     ·影响拓扑结构的主要因素第56-57页
     ·邻域结构和迭代式之间的对应关系第57页
     ·几种典型的拓扑结构第57-59页
     ·不同拓扑结构的效果比较第59-60页
   ·粒子的运动分析第60-70页
     ·PSO的Gbesty运动分析第61-65页
     ·PSO的Pbest粒子运动分析第65-67页
     ·PSO的Common粒子运动分析第67-70页
     ·PSO分析第70页
   ·本章小结第70-71页
第五章 改进粒子群优化算法求解非线性方程组第71-93页
   ·引言第71-72页
   ·非线性方程组的一般解法第72-76页
     ·简单迭代法及其收敛性第72-74页
     ·非线性方程组的序贯迭代求解法第74-76页
     ·序贯迭代求解法的局限性第76页
   ·与求解非线性方程组等价的优化问题第76-77页
   ·用粒子群改进复形法求解非线性方程组第77-85页
     ·复形法第77-78页
     ·粒子群复形算法第78-80页
     ·算法的测试第80-85页
       ·优化算法的性能分析第80-82页
       ·算法的运行时间分析第82页
       ·算法的性能测试与分析第82-84页
       ·算法的应用第84-85页
   ·混沌粒子群算法求解非线性方程组第85-89页
     ·混沌第85-87页
       ·混沌的起源第85-86页
       ·混沌的特征与产生模型第86-87页
     ·混沌在求解优化问题中的应用第87页
     ·混沌粒子群优化算法第87-89页
     ·混沌粒子群优化算法解非线性方程组的性能测试与分析第89页
   ·求解非线性方程组的一个应用实例第89-92页
   ·本章小结第92-93页
第六章 改进粒子群算法求解旅行商问题第93-107页
   ·引言第93页
   ·旅行商问题的数学描述与一般的求解法第93-97页
     ·旅行商问题的数学描述第94页
     ·旅行商问题的传统解法第94-97页
       ·求解旅行商问题的精确算法第94-95页
       ·求解旅行商问题的近似算法第95-97页
   ·旅行商问题的进化算法求解第97-99页
     ·蚁群算法求解旅行商问题第97-98页
     ·粒子群优化算法求解旅行商问题第98-99页
   ·改进的粒子群算法求解旅行商问题第99-104页
     ·分块逼近的粒子群算法求解旅行商第99-103页
       ·分块逼近的粒子群优化算法(DPSO)的原理第99-100页
       ·分块逼近的粒子群优化算法的计算步骤第100-101页
       ·分块逼近的粒子群算法求解旅行商问题第101-102页
       ·算法的性能测试与讨论第102-103页
     ·粒子群复形法求解旅行商第103-104页
       ·粒子群复形法求解旅行商的步骤第103页
       ·算法的性能测试与讨论第103-104页
   ·改进粒子群算法求解旅行商问题的应用第104-106页
   ·本章小结第106-107页
第七章 粒子群优化算法求解多目标优化问题第107-118页
   ·引言第107页
   ·多目标优化问题的数学描述与一般的求解法第107-112页
     ·多目标优化问题的数学描述第107-108页
     ·多目标优化问题的解法第108-112页
       ·基于单目标的多目标求解方法第108-111页
       ·基于进化计算的多目标求解方法第111-112页
   ·粒子群优化算法求解多目标优化问题的理想有效解第112-115页
     ·多目标优化问题的理想有效解第112页
     ·粒子群优化算法求多目标优化问题的理想有效解第112-115页
       ·算法的基本思想第113页
       ·算法流程第113-114页
       ·算法的测试第114-115页
       ·算法性能分析第115页
   ·粒子群优化算法求解多目标优化问题的应用第115-116页
   ·本章小结第116-118页
第八章 改进粒子群算法求解动态优化问题第118-127页
   ·引言第118页
   ·动态优化的数学描述与分类第118-119页
     ·动态优化的数学描述第118-119页
     ·动态优化的分类第119页
   ·动态优化的一般求解方法第119-120页
     ·变分法或基于极大值原理的解法第119页
     ·基于最优原理的动态规划方法第119-120页
   ·求解动态优化问题的现行数值方法第120-122页
     ·梯度方法第120-121页
     ·动态规划方法第121-122页
   ·改进的粒子群算法求解动态优化问题第122-126页
     ·混沌粒子群算法求解边值不确定的动态优化问题第123-124页
       ·混沌粒子群算法求解动态优化问题一般步骤第123页
       ·混沌粒子群算法求解动态优化问题的应用第123-124页
     ·粒子群优化算法求解边值固定的动态优化问题第124-126页
   ·本章小结第126-127页
第九章 共轭粒子群优化算法与二进制粒子群优化算法第127-137页
   ·引言第127页
   ·粒子群算法的数学分析第127-128页
   ·共轭粒子群优化算法第128-132页
     ·共轭方向法第128-129页
     ·共轭方向粒子群算法第129-130页
     ·算法的性能测试第130-131页
     ·算法的性能分析第131-132页
   ·共扼粒子群算法的应用第132-133页
     ·PSO与CDPSO对模型参数的估计第132页
     ·结果分析第132-133页
   ·二进制表示的粒子群优化算法第133-135页
     ·二进制粒子群优化算法提出的原理第133-134页
     ·二进制粒子群优化算法的基本步骤第134页
     ·二进制粒子群优化算法的性能测试与分析第134-135页
   ·BPSO在求解换热网络优化问题(HEN problem)中的应用第135-136页
   ·本章小结第136-137页
第十章 总结与展望第137-139页
   ·全文总结第137-138页
   ·研究的展望第138-139页
参考文献第139-150页
攻读博士期间完成的论文与参加的科研项目第150-151页
致谢第151页

论文共151页,点击 下载论文
上一篇:桩基非线性动力学特性研究
下一篇:论公诉案件的调解