首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

粒子群优化算法及其应用研究

摘要第1-6页
Abstract第6-12页
第1章 绪论第12-22页
   ·研究背景和意义第12-15页
     ·最优化问题第12-13页
     ·最优化问题分类第13-14页
     ·最优化方法第14-15页
   ·规划问题第15-17页
     ·非线性规划第16-17页
     ·研究现状第17页
   ·生产调度问题第17-20页
     ·问题描述第18页
     ·研究现状第18-20页
   ·本文工作及组织结构第20-22页
第2章 相关算法综述第22-32页
   ·引言第22页
   ·粒子群算法第22-27页
     ·标准粒子群算法第23-25页
     ·离散粒子群算法第25-26页
     ·粒子群算法的改进研究第26页
     ·粒子群算法的应用第26-27页
   ·类电磁机制算法第27-29页
   ·遗传算法第29-30页
   ·分散搜索算法第30-31页
   ·本章小结第31-32页
第3章 混合粒子群算法求解单目标规划问题第32-44页
   ·引言第32页
   ·问题描述第32页
   ·PSO-EM算法描述第32-35页
     ·算法描述第32-34页
     ·算法分析第34-35页
   ·实验对比第35-42页
     ·测试问题第35-37页
     ·实验环境第37页
     ·实验结果第37-42页
   ·本章小结第42-44页
第4章 多群体改进粒子群算法求解单目标规划问题第44-58页
   ·引言第44页
   ·问题描述第44页
   ·IMPSO算法描述第44-48页
     ·群体划分和速度更新第45-47页
     ·算法描述第47-48页
     ·算法分析第48页
   ·实验对比第48-57页
     ·测试问题第48-50页
     ·实验环境第50页
     ·实验结果第50-57页
   ·本章小结第57-58页
第5章 混合粒子群算法求解置换流水车间调度问题第58-82页
   ·引言第58页
   ·问题描述第58-59页
   ·数学模型第59页
   ·IG算法介绍第59-60页
   ·HDCPSO算法描述第60-68页
     ·粒子的表示第61页
     ·群体初始化第61页
     ·速度和位置更新第61-62页
     ·交叉操作第62-63页
     ·变异操作第63-64页
     ·局部搜索第64-65页
     ·重新初始化第65-67页
     ·算法描述第67-68页
   ·实验对比第68-79页
     ·实验环境第68页
     ·RPTL交叉的作用第68-70页
     ·参数设置第70-71页
     ·实验结果第71-79页
   ·本章小结第79-82页
第6章 离散粒子群算法求解两阶段装配调度问题第82-104页
   ·引言第82页
   ·问题描述第82-83页
   ·数学模型第83-85页
   ·DPSO算法描述第85-92页
     ·粒子的表示第85页
     ·粒子的移动第85-87页
     ·变异操作第87-89页
     ·局部搜索第89-90页
     ·群体初始化第90-91页
     ·算法描述第91-92页
   ·实验对比第92-102页
     ·测试问题第92页
     ·实验环境第92页
     ·参数设置第92-94页
     ·实验结果第94-102页
   ·本章小结第102-104页
第7章 结论与展望第104-106页
参考文献第106-114页
作者简介及科研成果第114-115页
致谢第115页

论文共115页,点击 下载论文
上一篇:特征模型驱动的软件开发方法及相关技术研究
下一篇:关联缺陷及其应用研究