蚁群算法在工业过程控制中的应用
中文摘要 | 第1页 |
英文摘要 | 第3-6页 |
第一章 引言 | 第6-11页 |
·选题背景及意义 | 第6-7页 |
·基于主体的仿真及群集智能 | 第7-9页 |
·论文主要的工作内容 | 第9-11页 |
第二章 蚁群算法的基本模型及特点 | 第11-31页 |
·引言 | 第11页 |
·蚁群算法基本模型介绍 | 第11-28页 |
·蚁群算法基本模型原理 | 第11-14页 |
·蚁群算法基本模型描述 | 第14-20页 |
·蚁群算法基本模型的参数特性 | 第20-27页 |
·蚁群算法基本模型的优点与不足之处 | 第27-28页 |
·蚁群算法与遗传算法、模拟退火算法的比较 | 第28-30页 |
·三种算法的优化质量比较 | 第28-29页 |
·三种算法收敛速度比较 | 第29-30页 |
·本章小结 | 第30-31页 |
第三章 用于连续系统优化的蚁群算法 | 第31-41页 |
·引言 | 第31页 |
·用于连续函数优化的蚁群算法研究现状 | 第31-36页 |
·基于信息量分布函数的蚁群算法 | 第31-34页 |
·基于网格法的蚁群算法 | 第34-35页 |
·其他用于连续函数优化的蚁群算法 | 第35-36页 |
·改进蚁群算法 | 第36-39页 |
·本章小结 | 第39-41页 |
第四章 改进蚁群算法的应用研究 | 第41-60页 |
·引言 | 第41页 |
·改进蚁群算法的应用 | 第41-57页 |
·数值算例 | 第41-44页 |
·该蚁群算法在PID控制器参数优化中的应用 | 第44-57页 |
·蚁群算法求解问题时易产生的误区及对策 | 第57-59页 |
·本章小结 | 第59-60页 |
第五章 结论与展望 | 第60-61页 |
参考文献 | 第61-64页 |
致谢 | 第64-65页 |
在学期间发表的学术论文和参加科研情况 | 第65页 |