首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

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

论文共122页,点击 下载论文
上一篇:短管颈高清彩色电视机M2992机芯的电路实现
下一篇:基于现代物流的公路货运企业竞争力评价研究