致谢 | 第1-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-9页 |
目录 | 第9-12页 |
第一章 绪论 | 第12-22页 |
·课题的背景及研究意义 | 第12-13页 |
·智能优化算法介绍 | 第13-17页 |
·单纯智能优化算法的局限性分析 | 第17-18页 |
·混合智能优化算法的研究现状 | 第18-19页 |
·本文主要研究内容 | 第19-22页 |
第二章 人工鱼群算法的参数分析与改进策略 | 第22-34页 |
·引言 | 第22-23页 |
·人工鱼群算法描述 | 第23-24页 |
·定义 | 第23页 |
·行为描述 | 第23-24页 |
·行为选择 | 第24页 |
·算法描述 | 第24页 |
·算法收敛性分析 | 第24页 |
·参数分析和仿真研究 | 第24-31页 |
·感知距离(Visual) | 第25-26页 |
·步长(Step) | 第26-28页 |
·拥挤度因子(δ) | 第28-29页 |
·人工鱼的个体数目(N) | 第29-30页 |
·随机移动试探次数(Trynumber) | 第30页 |
·参数设置的基本原则 | 第30-31页 |
·人工鱼群算法的改进策略 | 第31-32页 |
·分段寻优策略和变参数寻优策略 | 第31页 |
·人工鱼群算法改进策略描述 | 第31-32页 |
·本章小结 | 第32-34页 |
第三章 混合智能优化算法(HIOA) | 第34-46页 |
·引言 | 第34页 |
·函数优化问题 | 第34-35页 |
·禁忌搜索算法和遗传算法 | 第35-37页 |
·禁忌搜索算法 | 第35-36页 |
·遗传算法的交叉机制 | 第36-37页 |
·禁忌与鱼群混合智能优化算法(HIOA-TSFA) | 第37-43页 |
·HIOA-TSFA算法描述 | 第37-38页 |
·HIOA-TSFA算法步骤 | 第38-39页 |
·HIOA-TSFA流程图 | 第39页 |
·算例和仿真研究 | 第39-43页 |
·遗传与鱼群混合智能优化算法(HIOA-GFA) | 第43-45页 |
·HIOA-GFA算法描述 | 第43-44页 |
·HIOA-GFA算法步骤 | 第44-45页 |
·HIOA-GFA流程图 | 第45页 |
·本章小结 | 第45-46页 |
第四章 HIOA在多目标优化问题中的应用研究 | 第46-56页 |
·引言 | 第46页 |
·多目标优化问题 | 第46-50页 |
·多目标优化问题的描述 | 第46-47页 |
·多目标优化现状 | 第47页 |
·传统的多目标优化方法 | 第47-49页 |
·多目标智能优化算法 | 第49-50页 |
·HIOA-TSFA多目标优化问题应用 | 第50-52页 |
·算法基本思想 | 第50-51页 |
·算法步骤 | 第51-52页 |
·算例和仿真研究 | 第52-55页 |
·本章小结 | 第55-56页 |
第五章 HIOA在参数估计中的应用研究 | 第56-62页 |
·引言 | 第56页 |
·解决参数估计问题的HIOA-GFA算法 | 第56-58页 |
·非线性系统的问题描述 | 第56-57页 |
·HIOA-GFA算法在参数估计中的应用 | 第57-58页 |
·算例和仿真研究 | 第58-61页 |
·无噪声条件下仿真研究 | 第58-60页 |
·白噪声条件下仿真研究 | 第60-61页 |
·本章小结 | 第61-62页 |
第六章 HIOA在组合优化问题中的应用研究 | 第62-74页 |
·引言 | 第62-63页 |
·人工鱼群算法在组合优化问题中的描述 | 第63-65页 |
·组合优化问题的数学模型 | 第63页 |
·距离和邻域的概念 | 第63-64页 |
·人工鱼群算法在组合优化问题中的描述 | 第64-65页 |
·解决TSP问题的HIOA-GFA算法 | 第65-68页 |
·去交叉局部优化策略 | 第65-66页 |
·HIOA-GFA算法步骤 | 第66-68页 |
·HIOA-GFA流程图 | 第68页 |
·仿真研究和参数分析 | 第68-73页 |
·算例和仿真研究 | 第68-70页 |
·参数Visual对算法性能的影响 | 第70-71页 |
·参数Trynumber对算法性能的影响 | 第71-72页 |
·人工鱼数目N对算法性能的影响 | 第72-73页 |
·本章小结 | 第73-74页 |
第七章 总结与展望 | 第74-76页 |
·研究工作总结 | 第74-75页 |
·研究工作展望 | 第75-76页 |
参考文献 | 第76-82页 |
作者简介 | 第82-84页 |
作者在攻读硕士学位期间发表的论文和参加的科研工作 | 第84页 |