工程结构优化的群体智能算法
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第7-10页 |
| 第1章 绪论 | 第10-20页 |
| ·工程结构优化概述 | 第10-13页 |
| ·结构优化设计的内容 | 第10-11页 |
| ·工程结构优化设计的方法 | 第11页 |
| ·结构优化设计的主要特点 | 第11-12页 |
| ·传统的结构优化设计不足 | 第12-13页 |
| ·群体智能算法概述 | 第13-19页 |
| ·传统最优化方法 | 第14-15页 |
| ·群体智能优化方法 | 第15-17页 |
| ·群体智能算法分类 | 第17页 |
| ·群体智能优化算法的优点 | 第17-18页 |
| ·群体智能算法性能的改善 | 第18-19页 |
| ·本文主要内容 | 第19-20页 |
| 第2章 典型群体智能算法 | 第20-50页 |
| ·进化算法 | 第20-32页 |
| ·进化算法概述 | 第20-22页 |
| ·遗传算法 | 第22-27页 |
| ·进化策略 | 第27-30页 |
| ·进化规划 | 第30-31页 |
| ·三种典型进化算法的比较 | 第31-32页 |
| ·免疫优化算法 | 第32-36页 |
| ·免疫算法基本概念 | 第33-34页 |
| ·基本免疫算法 | 第34-35页 |
| ·克隆选择算法 | 第35-36页 |
| ·免疫算法的特点 | 第36页 |
| ·粒子群优化算法 | 第36-40页 |
| ·粒子群优化算法概述 | 第37页 |
| ·基本粒子群算法 | 第37-39页 |
| ·基本粒子群算法参数选择 | 第39页 |
| ·粒子群算法的特点 | 第39-40页 |
| ·人工鱼群算法 | 第40-43页 |
| ·人工鱼群算法概述 | 第40-41页 |
| ·基本人工鱼群算法 | 第41-43页 |
| ·鱼群算法的特点 | 第43页 |
| ·蚁群优化算法 | 第43-50页 |
| ·蚁群优化算法概述 | 第43-44页 |
| ·基本蚁群算法 | 第44-48页 |
| ·参数选择 | 第48-49页 |
| ·蚁群算法的特点 | 第49-50页 |
| 第3章 群体智能算法的实现技术 | 第50-78页 |
| ·群体智能算法的一般结构形式 | 第50-51页 |
| ·群体智能算法的组成 | 第50页 |
| ·群体智能算法的一般框架 | 第50-51页 |
| ·群体智能算法的编码 | 第51-55页 |
| ·进制类编码 | 第51-52页 |
| ·格雷码编码 | 第52-53页 |
| ·符号编码 | 第53页 |
| ·浮点数编码 | 第53-54页 |
| ·顺序编码 | 第54页 |
| ·结构编码 | 第54-55页 |
| ·编码的选择及评估 | 第55页 |
| ·群体智能算法的评价函数 | 第55-63页 |
| ·一般评价函数 | 第56-59页 |
| ·约束条件的处理方法 | 第59-61页 |
| ·评价函数的变换 | 第61-63页 |
| ·群体智能算法的群体算子 | 第63-74页 |
| ·进化算子 | 第63-71页 |
| ·人工免疫算子 | 第71-72页 |
| ·群集智能算子 | 第72-73页 |
| ·多群体算子 | 第73-74页 |
| ·其它算子 | 第74页 |
| ·群体智能算法的其他相关函数 | 第74页 |
| ·群体智能算法的设计 | 第74-76页 |
| ·设计群体智能算法的基本原则 | 第74-75页 |
| ·设计群体智能算法的基本步骤 | 第75-76页 |
| ·群体智能算法的高级实现 | 第76页 |
| ·群体智能算法的设计实例 | 第76-78页 |
| 第4章 群体智能算法应用工程结构优化实例 | 第78-87页 |
| ·群体算法应用于结构优化设计的实现 | 第78-82页 |
| ·群体算法应用于工程结构优化的应用步骤 | 第78页 |
| ·群体算法的应用于工程结构优化的方法 | 第78-80页 |
| ·遗传算法对结构优化的实现 | 第80-82页 |
| ·一般截面优化实例 | 第82-87页 |
| ·平面十杆截面优化 | 第82-84页 |
| ·空间二十五杆截面优化 | 第84-87页 |
| 第5章 结论与展望 | 第87-88页 |
| ·结论与展望 | 第87-88页 |
| 参考文献 | 第88-91页 |
| 作者简历 | 第91页 |
