| 摘要 | 第1-8页 |
| ABSTRACT | 第8-17页 |
| 第一章 绪论 | 第17-41页 |
| 1．1 化工系统优化概述 | 第17-18页 |
| 1．2 最优化问题 | 第18-20页 |
| 1．2．1 邻域函数与局部搜索 | 第19-20页 |
| 1．2．2 全局搜索 | 第20页 |
| 1．3 最优化技术的发展 | 第20-21页 |
| 1．4 经典优化算法 | 第21页 |
| 1．5 现代启发式算法 | 第21-28页 |
| 1．5．1 模拟退火 | 第23-24页 |
| 1．5．2 进化计算 | 第24-27页 |
| 1．5．2．1 遗传算法 | 第25-26页 |
| 1．5．2．2 进化规划 | 第26页 |
| 1．5．2．3 进化策略 | 第26-27页 |
| 1．5．3 禁忌搜索 | 第27-28页 |
| 1．6 群智能优化算法 | 第28-32页 |
| 1．6．1 粒子群优化算法概述 | 第29-30页 |
| 1．6．2 蚁群优化算法概述 | 第30-32页 |
| 1．6．2．1 基本蚁群优化算法的起源 | 第30-31页 |
| 1．6．2．2 蚁群优化算法的发展 | 第31-32页 |
| 1．6．3 小结 | 第32页 |
| 1．7 混合优化策略 | 第32-33页 |
| 1．7．1 无免费午餐定理 | 第32-33页 |
| 1．7．2 混合优化方法 | 第33页 |
| 1．7．3 混合优化策略对连续蚁群优化算法的启发 | 第33页 |
| 1．8 无约束标准测试函数 | 第33-38页 |
| 1．9 算法性能的度量 | 第38-39页 |
| 1．9．1 在线性能和离线性能 | 第38页 |
| 1．9．2 算法稳定性度量 | 第38-39页 |
| 1．10 本文结构 | 第39-41页 |
| 第二章 基本蚁群优化算法 | 第41-64页 |
| 2．1 蚁群优化算法 | 第41-49页 |
| 2．1．1 蚁群的觅食行为 | 第41-43页 |
| 2．1．2 蚂蚁系统(AS) | 第43-44页 |
| 2．1．3 蚁群系统(ACS) | 第44-46页 |
| 2．1．3．1 ACS的状态转移规则 | 第45页 |
| 2．1．3．2 ACS信息素全局更新规则 | 第45页 |
| 2．1．3．3 ACS信息素局部更新规则 | 第45-46页 |
| 2．1．4 最大最小蚂蚁系统(MMAS) | 第46-47页 |
| 2．1．5 蚁群优化(ACO) | 第47-49页 |
| 2．2 蚁群优化算法的理论分析 | 第49-57页 |
| 2．2．1 解构造图 | 第50-51页 |
| 2．2．2 基于解构造图的蚁群算法框架 | 第51-53页 |
| 2．2．3 蚁群算法的收敛性研究成果 | 第53-55页 |
| 2．2．4 蚁群算法与其它基于种群进化计算方法的比较 | 第55-57页 |
| 2．3 新的蚁群算法研究思路 | 第57-59页 |
| 2．4 基本蚁群优化算法的应用进展 | 第59-60页 |
| 2．5 蚁群优化算法在化工系统优化中的应用 | 第60-62页 |
| 2．6 蚁群优化算法局限性分析 | 第62-63页 |
| 2．7 本章小结 | 第63-64页 |
| 第三章 基于实体的连续蚁群优化算法(Ⅰ) | 第64-78页 |
| 3．1 基本蚁群算法的离散性本质 | 第64-65页 |
| 3．2 蚁群优化策略应用于连续优化问题的研究 | 第65-66页 |
| 3．3 混合连续蚁群优化算法 | 第66-76页 |
| 3．3．1 算法构建 | 第66-70页 |
| 3．3．1．1 基本思路 | 第66-68页 |
| 3．3．1．2 相关的优化操作 | 第68-69页 |
| 3．3．1．3 HCACO算法的主要步骤 | 第69-70页 |
| 3．3．2 HCACO的性能测试与分析 | 第70-76页 |
| 3．3．2．1 测试函数 | 第70页 |
| 3．3．2．2 参数设置 | 第70页 |
| 3．3．2．3 试验结果 | 第70-71页 |
| 3．3．2．4 算法在线性能与离线性能分析 | 第71-72页 |
| 3．3．2．5 影响因素的讨论 | 第72-76页 |
| 3．4 HCACO算法候选解产生机理的分析 | 第76-77页 |
| 3．5 本章小结 | 第77-78页 |
| 第四章 基于实体的连续蚁群优化算法(Ⅱ) | 第78-92页 |
| 4．1 HCACO的寻优机制分析 | 第78-81页 |
| 4．2 基于蚂蚁分工的通用连续蚁群优化框架 | 第81页 |
| 4．3 进化规划—蚁群优化算法(EP-ACO) | 第81-87页 |
| 4．3．1 基于ACS的最大吸引度个体 | 第82页 |
| 4．3．2 EP-ACO中的相关操作 | 第82-83页 |
| 4．3．3 EP-ACO算法的主要步骤 | 第83页 |
| 4．3．4 EP-ACO性能测试 | 第83-87页 |
| 4．3．4．1 参数设置 | 第85页 |
| 4．3．4．2 优化结果与分析 | 第85-87页 |
| 4．4 EP-ACO算法候选解产生机理的分析 | 第87-88页 |
| 4．5 EP-ACO与HCACO的比较 | 第88-90页 |
| 4．5．1 算法原理的比较 | 第88-89页 |
| 4．5．2 优化性能对比试验 | 第89页 |
| 4．5．3 对比试验的结果及分析 | 第89-90页 |
| 4．6 本章小结 | 第90-92页 |
| 第五章 基于模型的连续蚁群优化算法 | 第92-119页 |
| 5．1 蚁群系统(ACS)的特征 | 第92-93页 |
| 5．2 随机型连续蚁群系统(HCACS_R)的构建 | 第93-99页 |
| 5．2．1 连续空间中的蚂蚁觅食 | 第93页 |
| 5．2．2 算法构建的基本思路 | 第93-95页 |
| 5．2．2．1 信息素连续分布模型 | 第94页 |
| 5．2．2．2 状态转移规则 | 第94-95页 |
| 5．2．2．3 信息素更新 | 第95页 |
| 5．2．3 HCACS_R算法的步骤 | 第95-96页 |
| 5．2．4 HCACS_R算法性能测试与分析 | 第96-99页 |
| 5．2．4．1 测试函数 | 第96-97页 |
| 5．2．4．2 参数设置 | 第97页 |
| 5．2．4．3 性能测试与结果分析 | 第97-99页 |
| 5．3 优进策略的引入——HCACS_E算法的构建 | 第99-103页 |
| 5．3．1 HCACS_E方法中蚂蚁的状态转移规则 | 第100页 |
| 5．3．2 HCACS_E方法的性能测试与结果分析 | 第100-103页 |
| 5．4 变异策略的引入——HCACS的构建 | 第103-106页 |
| 5．4．1 HCACS方法中蚂蚁的状态转移规则 | 第103页 |
| 5．4．2 HCACS方法的性能测试与结果分析 | 第103-106页 |
| 5．5 混合连续蚁群系统的算法流程框图 | 第106-108页 |
| 5．6 三种混合连续蚁群系统的优化性能对比试验 | 第108-110页 |
| 5．7 HCACS中新候选解产生方式的分析 | 第110-113页 |
| 5．8 HCACS算法候选解产生机理的分析 | 第113页 |
| 5．9 HCACS算法与其他算法的性能比较 | 第113-117页 |
| 5．9．1 参数设置 | 第114页 |
| 5．9．2 性能测试及结果分析 | 第114-116页 |
| 5．9．3 HCACS的参数选择 | 第116-117页 |
| 5．10 本章小结 | 第117-119页 |
| 第六章 连续蚁群优化算法的应用 | 第119-136页 |
| 6．1 HCACO在苯胺类农药的定量构效关系建模中的应用 | 第119-125页 |
| 6．1．1 苯乙酰胺类农药的QSAR问题 | 第120页 |
| 6．1．2 苯乙酰胺类农药QSAR的神经网络模型 | 第120-122页 |
| 6．1．2．1 网络结构 | 第120-121页 |
| 6．1．2．2 HCACO用于网络权值的训练 | 第121-122页 |
| 6．1．3 网络训练结果及分析 | 第122-124页 |
| 6．1．4 不同建模方法的结果比较 | 第124页 |
| 6．1．5 应用小结 | 第124-125页 |
| 6．2 EP-ACO用于二甲苯异构化装置的操作条件优化 | 第125-130页 |
| 6．2．1 二甲苯异构化过程简介 | 第125-126页 |
| 6．2．2 二甲苯异构化过程建模 | 第126-127页 |
| 6．2．2．1 模型的自变量和因变量 | 第126-127页 |
| 6．2．3 模型建立 | 第127-128页 |
| 6．2．4 操作优化 | 第128-130页 |
| 6．2．4．1 参数设置 | 第128页 |
| 6．2．4．2 结果及分析 | 第128-130页 |
| 6．2．5 应用小结 | 第130页 |
| 6．3 HCACS在重油热解模型参数估计中的应用 | 第130-135页 |
| 6．3．1 重油热解模型介绍 | 第131-132页 |
| 6．3．2 重油热解实验装置及试验过程 | 第132-133页 |
| 6．3．3 模型参数估计 | 第133-135页 |
| 6．3．4 应用小结 | 第135页 |
| 6．4 本章小结 | 第135-136页 |
| 第七章 总结与展望 | 第136-140页 |
| 7．1 本文工作总结 | 第136-138页 |
| 7．2 未来工作展望 | 第138-140页 |
| 参考文献 | 第140-152页 |
| 致谢 | 第152-153页 |
| 攻读博士学位期间完成的论文及科研项目 | 第153页 |
