连续蚁群算法的改进及其在原料配方优化中的应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·蚁群算法理论研究现状 | 第9-10页 |
| ·蚁群算法在优化问题中的应用现状 | 第10-12页 |
| ·本文的主要工作和内容安排 | 第12-13页 |
| 第二章 蚁群优化算法原理 | 第13-21页 |
| ·引言 | 第13页 |
| ·基本蚁群算法原理 | 第13-16页 |
| ·蚁群算法的生物学基础 | 第13-14页 |
| ·基本蚁群算法的数学模型 | 第14-16页 |
| ·改进的典型蚁群算法 | 第16-18页 |
| ·蚁群系统 | 第16-17页 |
| ·最大最小蚂蚁系统 | 第17-18页 |
| ·蚁群算法的通用结构 | 第18页 |
| ·连续蚁群优化算法成果分析 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 求解无约束优化问题的连续蚁群算法 | 第21-40页 |
| ·优化问题 | 第21-23页 |
| ·引入记忆表的连续蚁群优化算法 | 第23-30页 |
| ·连续空间中的蚂蚁觅食 | 第23-24页 |
| ·无约束连续蚁群优化算法构建的基本思路 | 第24页 |
| ·蚂蚁全局搜索构建可行解的过程 | 第24-27页 |
| ·最优蚂蚁局部搜索构建可行解的过程 | 第27-29页 |
| ·信息素更新策略 | 第29-30页 |
| ·算法步骤 | 第30页 |
| ·无约束标准测试函数 | 第30-32页 |
| ·算法TACO性能测试与分析 | 第32-38页 |
| ·算法TACO与其它算法的性能比较 | 第33-34页 |
| ·离线性能与在线性能分析 | 第34-35页 |
| ·主要参数对算法TACO性能的影响 | 第35-38页 |
| ·本章小结 | 第38-40页 |
| 第四章 求解约束优化问题的连续蚁群算法 | 第40-55页 |
| ·引言 | 第40-41页 |
| ·约束处理技术 | 第41-42页 |
| ·约束连续蚁群优化算法相关研究 | 第42-43页 |
| ·约束连续蚁群优化算法 | 第43-47页 |
| ·约束处理机制 | 第44页 |
| ·算法思想 | 第44-45页 |
| ·算法步骤 | 第45-47页 |
| ·约束标准测试函数 | 第47-49页 |
| ·性能测试与分析 | 第49-54页 |
| ·标准测试函数实验结果 | 第50-51页 |
| ·算法CTACO与其它优化算法的比较 | 第51-53页 |
| ·有向随机转移因子ρ_0对寻优过程及收敛性的影响 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 蚁群算法在原料配方优化中的应用研究 | 第55-62页 |
| ·引言 | 第55页 |
| ·啤酒生产过程简介 | 第55页 |
| ·啤酒原料配方数学模型 | 第55-58页 |
| ·蚁群算法应用于啤酒配方优化 | 第58-59页 |
| ·本章小结 | 第59-62页 |
| 第六章 总结和展望 | 第62-64页 |
| ·论文的主要工作 | 第62-63页 |
| ·未来工作展望 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间主要研究成果 | 第71页 |
