| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 引言 | 第9页 |
| 1.2 典型的智能优化算法 | 第9-12页 |
| 1.2.1 遗传算法 | 第9-10页 |
| 1.2.2 模拟退火算法(SA) | 第10页 |
| 1.2.3 粒子群算法 | 第10-11页 |
| 1.2.4 人工蜂群算法 | 第11页 |
| 1.2.5 差分进化算法 | 第11-12页 |
| 1.2.6 Alopex算法 | 第12页 |
| 1.3 约束优化问题 | 第12-13页 |
| 1.4 本论文工作安排 | 第13-15页 |
| 第2章 Alopex-based Evolutionary Algorithm算法 | 第15-20页 |
| 2.1 Alopex算法 | 第15-16页 |
| 2.1.1 Alopex算法原理分析 | 第15-16页 |
| 2.1.2 Alopex算法的特点及发展现状 | 第16页 |
| 2.2 AEA(Alopex-based evolutionary algorithm)算法 | 第16-19页 |
| 2.2.1 AEA算法的基本原理 | 第17-18页 |
| 2.2.2 AEA算法的优化过程分析 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第3章 融合差分进化算法的AEA算法 | 第20-41页 |
| 3.1 差分进化算法 | 第20-22页 |
| 3.1.1 差分进化算法原理以特点 | 第20页 |
| 3.1.2 差分进化算法的一般步骤 | 第20-21页 |
| 3.1.3 差分进化算法的变化形式及控制参数 | 第21-22页 |
| 3.1.4 差分进化算法的研究现状 | 第22页 |
| 3.2 融合差分进化算法的AEA算法-MAEA | 第22-25页 |
| 3.2.1 算法的融合思想 | 第22-24页 |
| 3.2.2 融合差分进化算法的AEA算法-MAEA | 第24-25页 |
| 3.3 算法性能测试实验 | 第25-37页 |
| 3.3.1 标准函数介绍 | 第25-28页 |
| 3.3.2 MAEA算法的仿真条件及参数的设定 | 第28-29页 |
| 3.3.3 10维测试函数下的MAEA算法与其他算法的比较结果与分析 | 第29-35页 |
| 3.3.4 30维测试函数下的MAEA算法与其他算法的比较结果与分析 | 第35-37页 |
| 3.4 在发酵动力学模型中的应用 | 第37-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 基于MAEA算法的新型自适应方法求解约束优化问题 | 第41-61页 |
| 4.1 基于进化算法的约束处理技术 | 第41-45页 |
| 4.1.1 惩罚函数法 | 第41-44页 |
| 4.1.2 多目标优化法 | 第44页 |
| 4.1.3 基于可行解和不可行解法 | 第44-45页 |
| 4.1.4 其他处理方法 | 第45页 |
| 4.2 一种新的约束处理方法 | 第45-50页 |
| 4.2.1 自适应放缩约束法 | 第46-47页 |
| 4.2.2 一种新型的自适应惩罚函数法 | 第47-48页 |
| 4.2.3 MAEA算法的原理及流程 | 第48-50页 |
| 4.3 算法的仿真实验 | 第50-56页 |
| 4.3.1 标准测试函数的介绍 | 第50-54页 |
| 4.3.2 算法的性能测试及对比 | 第54-55页 |
| 4.3.3 利用Wilcoxon符号秩检验法进行分析 | 第55-56页 |
| 4.4 算法在一些工程问题中的应用 | 第56-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第5章 总结与展望 | 第61-63页 |
| 5.1 本文研究工作总结 | 第61页 |
| 5.2 论文展望 | 第61-63页 |
| 参考文献 | 第63-70页 |
| 致谢 | 第70-71页 |
| 作者在攻读硕士学位期间发表学术论文情况 | 第71页 |
