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

微粒群处理约束优化的研究

中文摘要第1-4页
ABSTRACT第4-8页
第一章 绪论第8-12页
   ·课题提出的背景第8-9页
   ·国内外研究动态第9-10页
   ·作者的工作第10-11页
   ·本文的组织结构第11-12页
第二章 预备知识介绍第12-20页
   ·约束优化问题的讨论第12-15页
     ·约束优化问题的定义第12-13页
     ·13 个常用的约束优化问题的测试函数第13-14页
     ·约束优化问题的难点第14-15页
   ·微粒群算法(PSO)第15-18页
     ·标准微粒群算法第15-16页
     ·参数的设置第16-17页
     ·一些改进微粒群算法的介绍第17-18页
   ·模拟退火算法(SA)第18-19页
     ·模拟退火算法流程第18-19页
     ·参数设置第19页
     ·微粒群算法与模拟退火算法的融合(PSOSA)第19页
   ·交叉算子第19-20页
第三章 处理约束优化的微粒群算法第20-30页
   ·基于微粒群的一些约束优化方法第20-21页
     ·罚函数法第20页
     ·可行性规则方法第20-21页
     ·修补技术第21页
   ·泛学习微粒群算法(ULPSO)第21-30页
     ·ULPSO 算法及其分析第22-24页
     ·ULPSO 算法的实验研究第24-30页
第四章 ULPSO 算法的改进第30-43页
   ·结合模拟退火的改进算法第30-32页
     ·SLPSO 算法的实现及其分析第30-31页
     ·SLPSO 算法的实验研究第31-32页
   ·引入多种策略的改进算法第32-43页
     ·ALPSO 算法的实现及其分析第32-36页
     ·ALPSO 算法的实验研究第36-43页
第五章 小结与展望第43-45页
   ·论文总结第43页
   ·今后工作展望第43-45页
参考文献第45-49页
附录第49-57页
致谢第57-58页
攻读学位期间发表的学术论文目录第58-59页

论文共59页,点击 下载论文
上一篇:支持以太网接入的网络控制终端的设计
下一篇:迭代学习控制及其在电液伺服复合控制系统中的应用研究