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

适用于求解VLSI布图规划问题的多目标PSO算法研究

中文摘要第1-4页
Abstract第4-7页
第一章 引言第7-13页
   ·课题研究的背景与意义第7-8页
   ·VLSI 设计流程与物理设计第8-10页
   ·VLSI 布图模式第10页
   ·课题研究现状第10-12页
   ·本文的主要工作第12页
   ·本文的组织结构第12-13页
第二章 粒子群优化算法和多目标优化算法第13-23页
   ·粒子群优化算法概述第13-15页
     ·PSO 算法模型第13-14页
     ·参数分析第14-15页
     ·算法流程第15页
   ·离散 PSO 优化算法第15-17页
     ·离散二进制 PSO第15-16页
     ·基于交换的离散 PSO第16-17页
     ·Pan 等的离散 PSO第17页
   ·多目标算法概述第17-22页
     ·多目标优化问题的数学模型第18-19页
     ·多目标算法研究状况第19-21页
     ·多目标粒子群算法简介第21-22页
   ·小结第22-23页
第三章 求解布图规划问题的多目标 PSO 算法第23-39页
   ·引言第23页
   ·问题描述第23-25页
     ·数据结构第23-24页
     ·布图结构第24-25页
   ·采用整数序列编码的布图规划算法第25-31页
     ·编码与解码第25-26页
     ·离散 PSO第26-27页
     ·目标函数第27-28页
     ·多目标粒子群算法第28-29页
     ·算法步骤第29页
     ·实验结果第29-31页
   ·采用序列对编码的布图规划算法第31-38页
     ·序列对表示法第32-33页
     ·多目标粒子群算法第33-35页
     ·算法步骤第35页
     ·实验结果第35-38页
   ·小结第38-39页
第四章 求解布图规划问题的协同 MOPSO 算法第39-50页
   ·引言第39页
   ·协同多目标算法概述第39-42页
     ·协同进化论第39-40页
     ·协同进化算法第40-41页
     ·协同多目标进化算法第41-42页
   ·协同 MOPSO 算法第42-48页
     ·粒子的更新公式第43-44页
     ·子群协作过程第44-45页
     ·算法步骤第45-46页
     ·实验结果分析第46-48页
   ·小结第48-50页
结论第50-52页
参考文献第52-57页
致谢第57-58页
个人简历第58-59页
在学期间研究成果及发表的学术论文第59页

论文共59页,点击 下载论文
上一篇:基于滑模变结构控制的高性伺服控制算法研究
下一篇:基于BP神经网络的供应链节能减排评价研究