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

基于遗传算法的能源结构多目标优化模型的研究

中文摘要第1-6页
英文摘要第6-11页
第1章 前言第11-17页
   ·研究背景第11-12页
   ·研究现状第12-15页
     ·多目标遗传算法第12-14页
     ·模糊优化第14-15页
   ·论文的主要研究内容第15-16页
   ·论文结构第16-17页
第2章 模糊优化理论与方法综述第17-31页
   ·模糊数学基础第17-21页
     ·模糊集理论第17-18页
     ·模糊决策理论第18-21页
   ·模糊优化基本理论第21-26页
     ·模糊优化的基本模式第21-22页
     ·模糊优化的分类第22-23页
     ·模糊优化主要方法第23-26页
   ·遗传算法及其在模糊优化中的应用第26-30页
     ·遗传搜索的特征第26-27页
     ·遗传算法的一般结构第27-29页
     ·遗传搜索在模糊优化中的应用第29-30页
   ·小结第30-31页
第3章 基于可行方向的遗传算法的改进第31-54页
   ·概述第31页
   ·多目标遗传算法的基本理论和算法过程第31-35页
     ·基本理论第31-34页
     ·算法过程第34-35页
   ·遗传算法设计的基本原则第35-36页
   ·FDMOGA的改进策略第36-44页
     ·可行方向变异第36-39页
     ·约束条件的处理第39-41页
     ·适应度函数第41-44页
   ·FDMOGA的总体结构第44-47页
   ·算法测试和仿真第47-52页
   ·小结第52-54页
第4章 基于FDMOGA的模糊多目标优化第54-65页
   ·概述第54页
   ·模糊多目标优化模型第54-60页
     ·模型的描述第54-55页
     ·模糊目标和模糊约束的描述和表达第55-57页
     ·模型的转换第57-60页
   ·基于FDMOGA求解的基本思想第60页
   ·基于交互式方法的FDMOGA第60-62页
   ·数值算例第62-64页
   ·小结第64-65页
第5章 能源优化模型的研究及求解第65-74页
   ·二氧化碳排放控制模型第65-68页
   ·能源模糊优化模型描述第68-70页
     ·模型的目标第68-69页
     ·模型的约束第69-70页
   ·算法在求解模型中的应用第70-72页
   ·小结第72-74页
第6章 总结和展望第74-77页
   ·总结第74-75页
     ·理论创新第74-75页
     ·实践意义第75页
   ·存在的问题以及研究展望第75-77页
参考文献第77-81页
致谢第81-82页
个人简历、在学期间的研究成果第82页

论文共82页,点击 下载论文
上一篇:概率方法在组合数学中的应用
下一篇:论19世纪80年代以前的美国犹太教会堂