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

多目标粒子群优化算法的改进及应用研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-17页
   ·课题的研究目的和意义第7-9页
   ·多目标优化算法研究现状第9-15页
     ·古典的多目标优化方法第9-10页
     ·进化算法处理多目标优化问题第10-11页
     ·基于粒子群的多目标优化方法第11-15页
   ·本文的主要工作和安排第15-17页
第二章 多目标粒子群优化算法的基础理论第17-31页
   ·多目标优化问题的数学描述第17-19页
   ·多目标粒子群优化算法基本理论第19-24页
     ·基本粒子群算法第19-21页
     ·粒子群算法参数设置基本原理第21-22页
     ·个体历史最优值和全局最优值的选取第22-23页
     ·多目标粒子群算法的适应值函数选择第23-24页
   ·约束多目标粒子群算法概念第24-25页
   ·粒子群算法的收敛性、稳定性分析第25-27页
   ·多目标优化算法的性能度量第27-28页
   ·本章小结第28-31页
第三章 改进的非线性多目标粒子群优化算法第31-43页
   ·改进的多目标粒子群算法第31-33页
     ·粒子群非劣分类和基于密度距离排序淘汰策略第31页
     ·全局和局部最优粒子的选取第31-32页
     ·个体的密度和距离算子第32-33页
     ·算法步骤第33页
   ·测试函数的仿真研究第33-36页
   ·基于改进多目标粒子群算法的一类非线性系统 PID 控制器设计第36-40页
     ·PID 控制器设计第36-37页
     ·倒立摆非线性系统的仿真研究第37-40页
   ·本章小结第40-43页
第四章 改进的带约束多目标粒子群优化算法第43-53页
   ·带约束的多目标粒子群算法第43-44页
     ·算法的约束处理策略第43-44页
     ·算法具体实施步骤第44页
   ·测试函数的仿真研究第44-46页
   ·在模拟移动床参数优化中的应用第46-51页
     ·模拟移动床色谱分离理论基础及模型求解第47-49页
     ·最大化抽取液纯度和最大化抽余液纯度第49-51页
   ·本章小结第51-53页
第五章 主要结论与展望第53-55页
   ·主要结论第53页
   ·展望第53-55页
致谢第55-56页
参考文献第56-59页
附录:作者在攻读硕士学位期间发表的论文第59页

论文共59页,点击 下载论文
上一篇:迭代学习控制算法的改进与应用研究
下一篇:苯丙氨酸二肽自组装及其在电化学酶传感器中的应用