| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 所用符号与英文缩写列表 | 第13-14页 |
| 第1章 绪论 | 第14-24页 |
| 1.1 引言 | 第14-15页 |
| 1.2 群智能算法 | 第15-17页 |
| 1.3 教学优化算法 | 第17-19页 |
| 1.3.1 教学优化算法概述 | 第17-18页 |
| 1.3.2 教学优化算法基本结构 | 第18-19页 |
| 1.4 化工过程建模 | 第19-23页 |
| 1.5 本文的主要研究内容 | 第23-24页 |
| 第2章 混合粒子群教学优化算法 | 第24-52页 |
| 2.1 引言 | 第24-25页 |
| 2.2 教学优化算法 | 第25-27页 |
| 2.3 粒子群算法 | 第27-30页 |
| 2.4 混合粒子群教学优化算法(HPTLBO) | 第30-35页 |
| 2.4.1 优选策略 | 第30-31页 |
| 2.4.2 课外学习过程 | 第31-32页 |
| 2.4.3 粒子交叉操作 | 第32-34页 |
| 2.4.4 变权重速度更新 | 第34页 |
| 2.4.5 HPTLBO算法实现步骤 | 第34-35页 |
| 2.5 HPTLBO算法的性能测试与结果分析 | 第35-40页 |
| 2.6 基于HPTLBO的精馏塔支持向量机建模 | 第40-50页 |
| 2.6.1 问题描述 | 第40-42页 |
| 2.6.2 精馏塔的支持向量机模型 | 第42-43页 |
| 2.6.3 建模结果与分析 | 第43-50页 |
| 2.7 本章小结 | 第50-52页 |
| 第3章 受鱼群行为启发的教学优化算法 | 第52-74页 |
| 3.1 引言 | 第52-53页 |
| 3.2 受鱼群行为启发的教学优化算法(MFTLBO) | 第53-59页 |
| 3.2.1 随机教学因子 | 第53-54页 |
| 3.2.2 邻域搜索策略 | 第54-56页 |
| 3.2.3 过程有效性鉴定 | 第56页 |
| 3.2.4 混沌搜索 | 第56-57页 |
| 3.2.5 MFTLBO算法实现步骤 | 第57-59页 |
| 3.3 MFTLBO算法性能测试结果 | 第59-64页 |
| 3.4 MFTLBO的RBF神经网络FCCU反应-再生过程建模 | 第64-72页 |
| 3.4.1 背景介绍 | 第64-65页 |
| 3.4.2 径向基(RBF)神经网络 | 第65-66页 |
| 3.4.3 RBF网络建模方法 | 第66-68页 |
| 3.4.4 建模结果 | 第68-72页 |
| 3.5 本章小结 | 第72-74页 |
| 第4章 总结与展望 | 第74-76页 |
| 4.1 全文工作总结 | 第74页 |
| 4.2 研究展望 | 第74-76页 |
| 参考文献 | 第76-81页 |