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

非线性规划问题的混合粒子群优化算法研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-11页
   ·课题研究的背景及意义第7-8页
   ·粒子群优化算法研究现状第8-10页
     ·算法的理论研究第8页
     ·算法的改进研究第8-9页
     ·混合算法的研究第9页
     ·算法的应用研究第9-10页
   ·本文研究的内容第10-11页
第二章 粒子群算法与理论基础第11-17页
   ·引言第11页
   ·优化问题的理论基础第11-12页
     ·优化问题及其最优解第11-12页
     ·优化算法的分类第12页
   ·粒子群优化算法概述第12-16页
     ·算法起源第12-13页
     ·算法原理第13页
     ·参数设置第13-14页
     ·算法流程第14页
     ·标准粒子群优化算法第14-15页
     ·粒子群算法与其他算法的比较第15-16页
   ·本章小结第16-17页
第三章 基于共轭梯度法的改进粒子群优化算法第17-25页
   ·引言第17页
   ·共轭梯度法第17-18页
   ·基于共轭梯度法的改进粒子群优化算法第18-19页
   ·数值实验第19-24页
   ·本章小结第24-25页
第四章 非线性0-1规划问题的混沌粒子群算法第25-31页
   ·引言第25页
   ·非线性0-1规划问题及约束条件的处理第25-26页
   ·混沌粒子群优化算法第26-27页
     ·混沌初始化种群第26页
     ·群体适应度方差第26-27页
     ·算法步骤第27页
   ·数值实验与分析第27-29页
   ·混沌粒子群算法在0-1背包问题中的应用第29-30页
     ·问题的描述第29页
     ·数值实验第29-30页
   ·本章小结第30-31页
第五章 求解约束优化问题的改进粒子群优化算法第31-40页
   ·引言第31页
   ·问题描述第31-32页
   ·改进的粒子群优化算法第32-34页
     ·约束条件的处理方法第32-33页
     ·速度方程的改进第33页
     ·非线性递减的惯性权重第33页
     ·个体极值和全局极值的更新准则第33-34页
     ·改进粒子群优化算法的算法步骤第34页
   ·数值实验与结果分析第34-37页
   ·IPSO算法在工程优化问题中的应用第37-39页
     ·压力容器优化设计问题第38页
     ·拉力/压力弹簧优化设计问题第38-39页
   ·本章小结第39-40页
第六章 结论与展望第40-42页
   ·本文工作总结第40页
   ·对后续工作的展望第40-42页
参考文献第42-47页
附录一:本文用的无约束优化问题的测试函数第47-48页
附录二:本文用的0-1规划问题的测试函数第48-50页
附录三:本文用的约束优化问题的测试函数第50-54页
致谢第54-55页
硕士期间撰写的论文、参与的项目及个人简介第55页

论文共55页,点击 下载论文
上一篇:沙基机器人供电系统设计
下一篇:基于规范的企业智能Agent设计