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

基于粒子群算法求解多目标函数优化

内容提要第1-7页
第一章 绪论第7-11页
   ·引言第7页
   ·多目标优化研究综述第7-8页
   ·粒子群算法研究综述第8-9页
   ·本文的主要内容第9-11页
第二章 多目标优化算法第11-19页
   ·基本概念和术语第11页
   ·优化算法第11-14页
     ·传统方法第12-13页
     ·现代启发式方法第13-14页
   ·多目标优化第14-19页
     ·基本概念与术语第14-17页
     ·传统方法第17-18页
     ·经典方法的讨论第18-19页
第三章 粒子群优化算法及Java 实现第19-31页
   ·基本粒子群算法第19-23页
     ·基本原理第19-20页
     ·算法流程第20-22页
     ·参数设置第22-23页
   ·粒子群优化算法的java 实现第23-29页
   ·PSO 与GA 算法的比较第29-31页
     ·遗传算法的基本思想第29-30页
     ·遗传算法与粒子群算法的比较第30-31页
第四章 基于Java 开发的粒子群优化算法及测试第31-47页
   ·设计说明第31页
   ·开发环境与开发工具第31页
   ·总体设计第31-32页
   ·具体设计第32-41页
     ·运行效果与程序发布第32-33页
     ·主类AppletGUI第33-34页
     ·运行界面 PSOGUI第34-35页
     ·范围设置 RangeDialog第35-36页
     ·显示坐标设置 IndexDialog第36-37页
     ·最大速度设置 MaximumVelocityDialog第37-38页
     ·参数确认 GUIParameterDialog第38-39页
     ·编译运行第39-41页
   ·仿真实验与结果分析第41-47页
     ·基准测试函数第41-43页
     ·PSO 的实验对比分析第43-46页
     ·小结第46-47页
第五章 基于粒子群算法求解多目标函数优化问题第47-56页
   ·引言第47页
   ·多目标粒子群算法第47-50页
     ·算法的提出第47-48页
     ·算法分析第48-49页
     ·算法流程第49-50页
   ·不同问题特性的测试函数第50-52页
   ·数值实验第52-56页
     ·参数设置第52页
     ·性能度量值第52-55页
     ·数值实验分析与实验结论第55-56页
第六章 结束语第56-57页
参考文献第57-60页
致谢第60-61页
摘要第61-63页
Abstract第63-65页

论文共65页,点击 下载论文
上一篇:用电营销管理系统项目开发与实施
下一篇:BTSA-CRM系统权限控制的设计与实现