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

多目标粒子群优化算法及其应用研究

摘要第5-7页
Abstract第7-8页
1 绪论第16-31页
    1.1 研究背景和意义第16-17页
    1.2 多目标优化问题第17-20页
        1.2.1 多目标优化问题的基本概念第17-18页
        1.2.2 多目标优化问题的发展第18-20页
    1.3 高维多目标优化问题第20-24页
        1.3.1 高维多目标优化问题的基本概念与难点分析第20-22页
        1.3.2 高维多目标优化问题的研究现状第22-24页
    1.4 区间多目标优化问题第24-28页
        1.4.1 区间的定义和基本运算第25页
        1.4.2 区间多目标优化问题的基本概念与难点分析第25-27页
        1.4.3 区间多目标优化问题的研究现状第27-28页
    1.5 有待进一步研究的课题第28-29页
    1.6 本文的主要内容和章节安排第29-31页
2 多目标粒子群优化算法概述第31-46页
    2.1 引言第31页
    2.2 粒子群优化算法第31-36页
        2.2.1 基本PSO算法与改进算法第31-34页
        2.2.2 PSO算法的参数设置第34-35页
        2.2.3 PSO算法的早熟收敛第35-36页
    2.3 MOPSO的基本步骤第36-40页
        2.3.1 非支配解的保留第37-38页
        2.3.2 全局最好位置的选取第38-39页
        2.3.3 个体最好位置的选取第39-40页
    2.4 MOPSO的性能指标与测试函数第40-44页
        2.4.1 性能指标第40页
        2.4.2 测试函数第40-44页
    2.5 MOPSO的理论研究第44-45页
    2.6 MOPSO的应用研究第45页
    2.7 本章小结第45-46页
3 Bare-bones多目标粒子群优化算法第46-65页
    3.1 引言第46-47页
    3.2 Bare-bones粒子群优化算法第47-48页
    3.3 一种改进的Bare-bones多目标粒子群优化算法第48-54页
        3.3.1 自适应粒子位置更新策略第48-50页
        3.3.2 基于聚类算法的外部存储器更新第50-51页
        3.3.3 基于聚类和轮盘赌的全局最优粒子选择第51-52页
        3.3.4 时变高斯变异第52-53页
        3.3.5 算法描述第53-54页
        3.3.6 时间复杂度分析第54页
    3.4 仿真研究第54-64页
        3.4.1 测试函数第54-55页
        3.4.2 性能测度第55-56页
        3.4.3 比较算法与参数设置第56页
        3.4.4 仿真结果与分析第56-64页
    3.5 本章小结第64-65页
4 基于r支配的高维多目标粒子群优化算法第65-85页
    4.1 引言第65-66页
    4.2 r支配关系第66-67页
        4.2.1 r支配的定义第66-67页
        4.2.2 r支配的性质第67页
    4.3 一种基于r支配的多目标粒子群优化算法第67-73页
        4.3.1 非r支配阈值取值第67-68页
        4.3.2 外部存储器更新第68-72页
        4.3.3 算法描述第72-73页
    4.4 仿真研究第73-84页
        4.4.1 参数取值分析第73-75页
        4.4.2 δ取值对优化结果的影响第75页
        4.4.3 与其它算法的性能比较第75-84页
    4.5 本章小结第84-85页
5 基于模糊支配的区间多目标粒子群优化算法第85-103页
    5.1 引言第85-86页
    5.2 模糊Pareto支配关系第86-92页
        5.2.1 模糊区间序关系第87-89页
        5.2.2 模糊支配关系第89-92页
    5.3 一种基于模糊支配的多目标粒子群优化算法第92-94页
        5.3.1 适于区间目标的拥挤距离第92-93页
        5.3.2 算法描述第93-94页
    5.4 仿真研究第94-102页
        5.4.1 测试函数第94-95页
        5.4.2 性能测度第95页
        5.4.3 ρ取值对算法性能的影响第95-97页
        5.4.4 与其它算法的性能比较第97-102页
    5.5 本章小结第102-103页
6 多目标粒子群优化算法在可靠性优化问题中的应用第103-133页
    6.1 引言第103页
    6.2 可靠性冗余分配问题的多目标粒子群优化算法第103-118页
        6.2.1 可靠性冗余分配问题的多目标描述第104-105页
        6.2.2 用于可靠性冗余分配问题的多目标粒子群优化算法第105-110页
        6.2.3 仿真研究第110-118页
    6.3 区间可靠性优化问题的多目标粒子群优化算法第118-131页
        6.3.1 区间可靠性冗余分配问题的多目标描述第119-120页
        6.3.2 用于区间可靠性冗余分配问题的多目标粒子群优化算法第120-122页
        6.3.3 仿真研究第122-131页
    6.4 本章小结第131-133页
7 总结与展望第133-137页
    7.1 本文的主要工作第133-134页
    7.2 主要创新点第134-135页
    7.3 研究展望第135-137页
致谢第137-138页
参考文献第138-155页
附录第155页

论文共155页,点击 下载论文
上一篇:基于矢量场的无线传感器网络能量效率路由协议研究
下一篇:中国农业科技成果转化政策研究