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

入侵杂草优化算法研究与应用

摘要第6-7页
ABSTRACT第7-8页
第1章 绪论第13-21页
    1.1 课题背景及意义第13-15页
        1.1.1 智能优化算法概述第13-14页
        1.1.2 装箱问题概述第14-15页
    1.2 装箱问题第15-17页
        1.2.1 相关概念第15-16页
        1.2.2 装箱问题的分类第16-17页
    1.3 国内外研究现状第17-20页
        1.3.1 入侵杂草优化算法的理论研究第17-18页
        1.3.2 入侵杂草优化算法的应用第18-19页
        1.3.3 装箱问题的研究现状第19-20页
    1.4 本文主要内容及介绍流程第20-21页
第2章 标准入侵杂草优化算法第21-29页
    2.1 智能优化算法第21-22页
        2.1.1 智能优化算法的起源第21页
        2.1.2 五种智能算法的比较第21-22页
    2.2 标准入侵杂草优化算法第22-25页
        2.2.1 入侵杂草优化算法的基本原理第23页
        2.2.2 杂草优化算法的基本步骤第23-25页
    2.3 入侵杂草优化算法优势与不足分析第25-26页
        2.3.1 IWO算法的优势第25-26页
        2.3.2 IWO算法的不足第26页
    2.4 本章总结第26-29页
第3章 基于新型差分进化模型的多等级子群入侵杂草优化算法第29-45页
    3.1 常见改进杂草优化算法分析第29页
    3.2 本文算法改进思路第29页
    3.3 改进的Chebyshev-Logistic混合混沌初始化第29-32页
    3.4 按等级分类的组群策略第32-33页
    3.5 新型差分进化模型第33-36页
    3.6 改进算法基本步骤第36-37页
    3.7 实验分析第37-43页
        3.7.1 收敛精度测试第38-40页
        3.7.2 收敛速度测试第40-43页
    3.8 本章小结第43-45页
第4章 改进算法的应用第45-53页
    4.1 二维矩形件装箱问题描述第45-46页
    4.2 改进杂草优化算法的应用第46-48页
        4.2.1 算法流程第46-48页
    4.3 实验及结果分析第48-50页
        4.3.1 实验环境和算例数据第48页
        4.3.2 对比算法第48页
        4.3.3 实验内容和结果分析第48-50页
    4.4 本章小结第50-53页
第5章 总结与展望第53-55页
    5.1 本文的主要工作总结第53-54页
    5.2 进一步研究方向第54-55页
参考文献第55-61页
攻读学位期间发表的论文第61-63页
致谢第63页

论文共63页,点击 下载论文
上一篇:基于多智能体信息融合的研究及应用
下一篇:基于随机森林算法的Android恶意应用检测方法的研究