基于PSO的多目标优化算法研究及应用
第一章 绪论 | 第1-35页 |
·群集智能简介 | 第11-13页 |
·PSO算法 | 第13-28页 |
·PSO概述 | 第14-20页 |
·PSO的变化和改进 | 第20-26页 |
·PSO的数学模型 | 第26-27页 |
·群集智能的应用范围、前景及存在的问题 | 第27-28页 |
·多目标优化 | 第28-34页 |
·交互式多目标优化算法的研究现状 | 第28-32页 |
·多目标进化算法的研究现状 | 第32-34页 |
·论文概要 | 第34-35页 |
第二章 基于动力学的PSO收敛性分析 | 第35-51页 |
·PSO算法简介 | 第35-36页 |
·PSO算法的收敛性分析 | 第36-49页 |
·PSO算法的动力学模型描述 | 第36-38页 |
·PSO算法的动力学离散系统理论分析 | 第38-41页 |
·基于区间系统的PSO算法收敛性分析 | 第41-49页 |
·结论 | 第49-51页 |
第三章 基于随机过程的PSO收敛性分析 | 第51-67页 |
·随机过程的基本概念及相关命题 | 第51-54页 |
·基于随机过程的PSO系统稳定性分析 | 第54-62页 |
·仿真实验分析 | 第62-65页 |
·结论 | 第65-67页 |
第四章 PSO的参数分析 | 第67-91页 |
·典型测试函数 | 第67-70页 |
·参数分析 | 第70-88页 |
·参数理论分析 | 第70-74页 |
·仿真实验分析 | 第74-88页 |
·结论 | 第88-91页 |
第五章 多目标粒子群优化算法研究 | 第91-101页 |
·引言 | 第91页 |
·多目标优化问题描述 | 第91-92页 |
·多目标粒子群优化算法 | 第92-95页 |
·算法思想 | 第92-93页 |
·算法流程 | 第93-95页 |
·仿真实验分析 | 第95-99页 |
·结论 | 第99-101页 |
第六章 细胞微波辐照实验装置的优化控制系统研究 | 第101-113页 |
·引言 | 第101-102页 |
·细胞微波辐照实验装置的机理建模 | 第102-105页 |
·细胞微波辐照实验装置的原理 | 第102-103页 |
·波导谐振腔的模型化 | 第103-105页 |
·细胞微波辐照实验装置的优化控制模型: | 第105-107页 |
·细胞微波辐照实验装置的优化控制算法 | 第107-110页 |
·实验和控制结果 | 第110-111页 |
·结论 | 第111-112页 |
附录 | 第112-113页 |
第七章 结束语 | 第113-115页 |
Reference | 第115-121页 |
致谢 | 第121-122页 |
攻读博士期间发表论文 | 第122页 |