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

动态环境下基于对称分布的双子种群PSO算法研究

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-18页
    1.1 研究背景第9-12页
        1.1.1 优化问题简介第9-10页
        1.1.2 动态优化问题概述第10-11页
        1.1.3 粒子群算法概述第11-12页
    1.2 研究现状第12-16页
    1.3 研究意义第16-17页
    1.4 论文组织结构第17-18页
第2章 粒子群算法求解动态优化问题第18-27页
    2.1 基本粒子群优化算法第18-21页
        2.1.1 粒子的行为分析第18-20页
        2.1.2 PSO算法两种基本模型第20-21页
        2.1.3 PSO算法的优点第21页
    2.2 动态环境简介第21-25页
        2.2.1 动态环境的特征第21-22页
        2.2.2 动态测试函数第22-23页
        2.2.3 动态环境下算法的评价标准第23-25页
    2.3 PSO算法动态环境下求解的挑战第25-26页
    2.4 本章小结第26-27页
第3章 基于对称分布的双子群PSO算法第27-35页
    3.1 算法的原理及实现第27-33页
        3.1.1 感知环境的变化第28页
        3.1.2 动态差异进化策略第28-29页
        3.1.3 对称位移映射机制第29-33页
    3.2 TSDPSO算法描述第33-34页
    3.3 本章小结第34-35页
第4章 实验设置和测试结果分析第35-48页
    4.1 DF1测试环境设置及结果分析第35-41页
        4.1.1 DF1测试环境参数设置第35-38页
        4.1.2 DF1测试结果分析第38-41页
    4.2 MPB测试环境设置及结果分析第41-46页
        4.2.1 MPB测试环境参数设置第41-43页
        4.2.2 MPB测试结果分析第43-46页
    4.3 本章小结第46-48页
第5章 总结与展望第48-50页
参考文献第50-54页
致谢第54-55页
附录:攻读硕士学位期间发表论文和参与的研究项目第55页

论文共55页,点击 下载论文
上一篇:Stokes问题Q2- Q0元数值研究
下一篇:柴油机进气过程通流特性研究