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

基于协同进化的多目标优化算法研究及应用

摘要第4-5页
abstract第5-6页
第一章 绪论第9-14页
    1.1 研究背景第9-10页
    1.2 国内外研究现状第10-12页
    1.3 本文主要研究工作第12-13页
    1.4 论文组织结构第13-14页
第二章 协同进化理论及算法第14-21页
    2.1 协同进化理论第14-15页
    2.2 协同进化的动力学关系第15-16页
    2.3 协同进化算法第16-19页
        2.3.1 协同进化算法模型第16-18页
        2.3.2 协同进化算法的发展第18-19页
    2.4 本章小结第19-21页
第三章 基于分组排序的合作协同进化算法及应用第21-34页
    3.1 合作协同进化算法第21-22页
    3.2 基于分组排序的合作协同进化算法第22-26页
        3.2.1 分组排序评估策略第22-23页
        3.2.2 选择代表个体组合第23页
        3.2.3 算法步骤第23页
        3.2.4 实验验证第23-26页
    3.3 基于PRCCEA算法的复杂PID控制器的优化问题第26-33页
        3.3.1 复杂PID控制系统参数整定优化问题第27-28页
        3.3.2 基于PRCCEA算法的复杂PID优化算法第28-30页
        3.3.3 仿真实验第30-33页
    3.4 本章小结第33-34页
第四章 多种群合作型协同多目标优化算法第34-52页
    4.1 引言第34页
    4.2 多目标优化问题概念第34-36页
    4.3 多目标优化算法关键策略第36-41页
        4.3.1 适应度评价策略第36-37页
        4.3.2 多样性保护策略第37-38页
        4.3.3 精英保留机制第38页
        4.3.4 多目标优化算法NSGA-II第38-40页
        4.3.5 多目标优化算法的评价指标第40-41页
    4.4 多种群协同进化策略第41-43页
        4.4.1 多种群协作方式第41-42页
        4.4.2 设置精英外部档案第42-43页
    4.5 MPCCMO算法步骤及流程第43-45页
    4.6 实验测试第45-51页
    4.7 本章小结第51-52页
第五章 MPCCMO算法在机器人路径规划中的应用第52-59页
    5.1 引言第52页
    5.2 问题描述和建模第52-54页
        5.2.1 问题描述第52-53页
        5.2.2 建模第53-54页
    5.3 MPCCMO算法进行机器人多目标路径规划第54-56页
        5.3.1 个体编码与群体的初始化第54-55页
        5.3.2 修复和平滑算子第55页
        5.3.3 算法步骤第55-56页
    5.4 仿真实验第56-58页
        5.4.1 实验环境及配置第56页
        5.4.2 实验结果与分析第56-58页
    5.5 本章小结第58-59页
第六章 总结与展望第59-61页
    6.1 总结第59-60页
    6.2 展望第60-61页
参考文献第61-65页
附录1 攻读硕士学位期间撰写的专利及论文第65-66页
致谢第66页

论文共66页,点击 下载论文
上一篇:基于原子系综四波混频的光量子关联干涉仪
下一篇:课程视域下的作业设计研究