摘要 | 第1-4页 |
Abstract | 第4-7页 |
第一章 绪论 | 第7-11页 |
·进化计算的国内外研究进展 | 第7-8页 |
·课题的研究背景 | 第8-9页 |
·本文的主要研究内容 | 第9-11页 |
第二章 进化计算的研究现状 | 第11-24页 |
·遗传算法概述 | 第11-13页 |
·遗传算法的基本原理 | 第11-12页 |
·遗传算法的编码方式 | 第12-13页 |
·当前进化计算的研究方向 | 第13-14页 |
·进化计算的理论研究现状 | 第13页 |
·进化计算的应用研究现状 | 第13-14页 |
·新的进化计算方法 | 第14-22页 |
·遗传算法中个体的存在形式 | 第14-15页 |
·多智能体进化算法 | 第15-16页 |
·组织进化算法 | 第16-20页 |
·量子进化算法 | 第20-22页 |
·混合优化算法研究现状 | 第22-24页 |
第三章 基于进化计算的混合算法与实验仿真 | 第24-41页 |
·与进化计算结合的优化算法 | 第24-29页 |
·模拟退火算法概述 | 第24-27页 |
·粒子群优化算法概述 | 第27-29页 |
·多智能体进化的混合算法 | 第29-35页 |
·多智能体遗传算法描述 | 第29-30页 |
·多智能体进化算法和模拟退火算法的混合优化算法 | 第30-32页 |
·多智能体局部寻优的粒子群算法 | 第32-33页 |
·混合编码的多智能体遗传算法 | 第33-35页 |
·仿真实验 | 第35-40页 |
·本章小结 | 第40-41页 |
第四章 基于进化计算的轧制规程优化 | 第41-56页 |
·薄板连轧轧制规程优化的研究现状 | 第41-42页 |
·薄板冷连轧设定计算及数学模型 | 第42-47页 |
·冷连轧的经验负荷分配模型 | 第42-43页 |
·轧制压力计算模型 | 第43-45页 |
·轧制力矩与轧制功率计算模型 | 第45-47页 |
·智能体进化计算的轧制规程优化 | 第47-50页 |
·编码方式 | 第47页 |
·目标函数和约束条件 | 第47-50页 |
·多智能体进化算法用于负荷分配优化的步骤 | 第50页 |
·实验结果 | 第50-55页 |
·本章小结 | 第55-56页 |
第五章 冷连轧轧制规程智能优化辅助系统的设计与应用 | 第56-62页 |
·轧制规程智能优化辅助系统的总体设计 | 第56-58页 |
·轧制规程智能优化辅助系统的应用 | 第58-62页 |
第六章 总结与展望 | 第62-64页 |
参考文献 | 第64-67页 |
致谢 | 第67-68页 |
附录 攻读硕士学位期间发表的学术论文 | 第68页 |