首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

一种新型的智能优化方法-人工鱼群算法

中文摘要第1-8页
英文摘要第8-15页
绪论第15-21页
 1 课题目的和意义第15-16页
 2 国际国内研究状况和进展第16-19页
 3 论文各部分的主要内容第19-21页
第一章 鱼群模式概论第21-30页
 1.1 人工智能第21-23页
 1.2 集群与集群智能第23-24页
 1.3 动物自治体第24-26页
 1.4 鱼群模式第26-29页
  1.4.1 视觉第26-27页
  1.4.2 鱼群行为分析第27-28页
  1.4.3 人工鱼第28-29页
  1.4.4 问题的解决第29页
 1.5 结论第29-30页
第二章 基本人工鱼群算法第30-49页
 2.1 前言第30-31页
 2.2 人工鱼模型(AF-artificial fish)第31-35页
  2.2.1 一些定义第32页
  2.2.2 行为描述第32-34页
  2.2.3 行为选择第34-35页
 2.3 算法描述第35-36页
 2.4 仿真实验研究第36-39页
 2.5 算法对照第39-40页
 2.6 人工鱼群算法全局收敛的基础第40-41页
 2.7 各参数对收敛性能的影响分析第41-48页
  2.7.1 视野和步长第42-44页
  2.7.2 拥挤度因子δ(delta)第44-45页
  2.7.3 人工鱼的个体数目第45-46页
  2.7.4 参数对计算时间的影响第46-48页
 2.8 结束语第48-49页
第三章 组合优化问题的人工鱼群算法应用第49-58页
 3.1 引言第49页
 3.2 基本概念第49-50页
  3.2.1 组合优化问题第49-50页
  3.2.2 人工鱼群算法中的距离和邻域第50页
 3.3 人工鱼群算法描述第50-55页
  3.3.1 人工鱼(AF,Artificial Fish)模型第51页
  3.3.2 符号定义第51-52页
  3.3.3 人工鱼的行为描述第52-54页
  3.3.4 小结第54-55页
 3.4 计算实例研究第55-56页
 3.5 结论第56-58页
第四章 基于分解协调的人工鱼群算法第58-71页
 4.1 引言第58页
 4.2 系统的分解与鱼群的分类第58-59页
 4.3 基于分解和协调思想的鱼群算法描述第59-65页
  4.3.1 符号说明第60页
  4.3.2 人工鱼行为描述第60-64页
  4.3.3 结果的获取第64页
  4.3.4 补充说明第64-65页
 4.4 计算实例第65-69页
  4.4.1 计算结果第66-68页
  4.4.2 结果比较第68-69页
 4.5 结论第69-71页
第五章 人工鱼群算法的改进方法第71-76页
 5.1 引言第71页
 5.2 改进的鱼群算法第71-73页
  5.2.1 生存机制第71-72页
  5.2.2 竞争机制第72页
  5.2.3 仿真结果第72-73页
 5.3 视野的改进第73-74页
 5.4 高阶行为模式第74页
 5.5 分段优化方法第74-75页
 5.6 混合优化方法第75页
 5.7 结论第75-76页
第六章 人工鱼群算法的应用研究第76-86页
 6.1 引言第76页
 6.2 基于人工鱼群算法的参数估计方法第76-79页
  6.2.1 前言第76-77页
  6.2.2 基于人工鱼群算法的系统辨识第77页
  6.2.3 仿真实例第77-79页
  6.2.4 结论第79页
 6.3 基于人工鱼群算法的鲁棒PID控制器参数整定方法研究第79-86页
  6.3.1 引言第79-80页
  6.3.2 鲁棒PID控制器第80-82页
  6.3.3 基于人工鱼群算法的参数整定第82-83页
  6.3.4 实例仿真研究第83-85页
  6.3.5 结论第85-86页
第七章 结语第86-88页
参考文献第88-95页

论文共95页,点击 下载论文
上一篇:基于神经网络的电力系统故障定位与诊断
下一篇:管控一体化系统数据集成和预处理的研究