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

改进光学优化算法及其应用研究

摘要第6-8页
ABSTRACT第8-9页
第一章 绪论第12-15页
    1.1 研究背景第12-13页
    1.2 国内外研究现状第13页
    1.3 研究内容第13-15页
第二章 标准光学优化算法第15-26页
    2.1 光学优化原理第15-16页
    2.2 OIO优化算法第16-22页
        2.2.1 基本模型第16-18页
        2.2.2 解的更新方式第18-20页
        2.2.3 OIO算法中解的优化及适应度选择第20页
        2.2.4 OIO算法中横向像差的修复第20-21页
        2.2.5 OIO算法流程第21-22页
    2.3 OIO算法与其他算法的比较第22-25页
    2.4 本章小结第25-26页
第三章 自适应光学优化算法及其在函数优化中的应用第26-37页
    3.1 OIO算法的物理学基础第26-28页
    3.2 光学优化算法原理第28-31页
        3.2.1 基本思想第28页
        3.2.2 模型建立第28-29页
        3.2.3 解的更新方式第29-30页
        3.2.4 COIO算法中解的优化及适应度选择第30页
        3.2.5 COIO算法中横向像差的修复第30-31页
    3.3 SAOIO算法第31-32页
        3.3.1 适应度的改进第31-32页
        3.3.2 SACOIO算法流程第32页
    3.4 仿真实验第32-36页
    3.5 本章小结第36-37页
第四章 量子光学优化算法及其应用研究第37-50页
    4.1 量子光学算法背景第37页
    4.2 量子光学算法模型建立第37-41页
        4.2.1 从OIO到QOIO第37-39页
        4.2.2 QOIO算法第39-41页
    4.3 仿真实验第41-49页
    4.4 本章小结第49-50页
第五章 暴雨强度公式参数的自适应光学优化第50-57页
    5.1 暴雨强度公式参数问题的背景第50页
    5.2 暴雨强度公式参数优化第50-54页
        5.2.1 SACOIO算法优化第51页
        5.2.2 模型建立第51-53页
        5.2.3 算法的流程第53-54页
    5.3 模型的求解第54-56页
    5.4 结论第56-57页
第六章 智能电网实时电价的光学优化第57-70页
    6.1 社会总福利最大第57-61页
        6.1.1 发电商第58页
        6.1.2 电网公司第58页
        6.1.3 电力用户第58-61页
    6.2 实时电价求解问题第61页
    6.3 自适应光学优化求解第61-64页
        6.3.1 自适应光学优化模型第61-63页
        6.3.2 算法的流程第63-64页
    6.4 模型的求解第64-69页
    6.5 本章小结第69-70页
第七章 总结与展望第70-72页
    7.1 全文总结第70页
    7.2 展望第70-72页
参考文献第72-76页
在读期间公开发表的论文和承担科研项目及取得成果第76-77页
致谢第77页

论文共77页,点击 下载论文
上一篇:包容性绿色增长的实现路径与政策研究
下一篇:基于迁移学习和在线学习的网络流量分类方法研究