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

动态多目标粒子群优化算法设计及应用研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第10-20页
    1.1 课题背景及研究意义第10-11页
        1.1.1 课题背景第10-11页
        1.1.2 研究意义第11页
    1.2 MOPSO算法发展及研究现状第11-18页
        1.2.1 PSO算法第11-12页
        1.2.2 MOPSO算法研究现状第12-18页
    1.3 课题来源第18页
    1.4 研究内容及论文安排第18-20页
第2章 MOPSO算法主要性能指标分析第20-30页
    2.1 引言第20页
    2.2 MOPSO算法基本概念第20-22页
    2.3 MOPSO算法主要性能指标第22-24页
    2.4 MOPSO算法主要性能指标的特征分析第24-28页
    2.5 本章小结第28-30页
第3章 自适应MOPSO算法设计第30-42页
    3.1 引言第30页
    3.2 MOPSO算法进化方向的主要影响因素第30-31页
    3.3 MOPSO算法多样性信息第31-32页
        3.3.1 种群多样性信息第31页
        3.3.2 非支配解多样性信息第31-32页
    3.4 自适应MOPSO算法进化方向选择方法第32-36页
        3.4.1 基于非支配解多样性信息的全局最优解选择机制第32-34页
        3.4.2 基于种群多样性信息的飞行参数调整机制第34-36页
    3.5 仿真分析第36-41页
        3.5.1 自适应MOPSO算法参数分析第36页
        3.5.2 标准函数测试第36-41页
    3.6 本章小结第41-42页
第4章 动态MOPSO算法设计第42-64页
    4.1 引言第42页
    4.2 解集分布熵第42-44页
    4.3 DMOPSO算法设计第44-47页
        4.3.1 知识库删减机制第44页
        4.3.2 全局最优解选择机制第44-45页
        4.3.3 飞行参数调整机制第45-47页
        4.3.4 DMOPSO算法流程第47页
    4.4 标准函数测试第47-59页
    4.5 管网仿真实验分析第59-63页
    4.6 本章小结第63-64页
第5章 基于DMOPSO算法的污水处理过程优化控制第64-78页
    5.1 引言第64页
    5.2 污水处理过程动态特性分析第64-65页
    5.3 基于DMOPSO算法的动态优化控制器第65-69页
        5.3.1 优化架构的设计第65-66页
        5.3.2 DMOPSO算法第66-67页
        5.3.3 基于DMOPSO算法的动态优化控制器第67-69页
    5.4 基准仿真平台测试第69-74页
    5.5 实际污水处理过程测试第74-76页
    5.6 本章小结第76-78页
结论与展望第78-80页
参考文献第80-86页
攻读硕士学位期间的成果第86-88页
致谢第88页

论文共88页,点击 下载论文
上一篇:基于LINUX的嵌入式智能家居控制系统研究与设计
下一篇:基于OpenFlow的数据中心网络负载均衡方法设计与实现