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

磁性细菌优化算法研究

摘要第5-7页
abstract第7-8页
第1章 绪论第12-32页
    1.1 课题研究的背景及意义第12页
    1.2 自然计算及其发展概况第12-29页
        1.2.1 自然计算经典历史第13-14页
        1.2.2 启发式优化方法类型第14-27页
        1.2.3 仿生智能算法发展第27-29页
    1.3 磁性细菌优化算法(MBOA)研究现状第29-30页
    1.4 本文主要研究内容第30-32页
第2章 磁性细菌优化算法第32-59页
    2.1 引言第32页
    2.2 趋磁性细菌生物学特性第32-37页
        2.2.1 磁小体与细菌运动第32-34页
        2.2.2 趋磁性细菌的生物学模型第34-37页
    2.3 磁性细菌优化算法模型第37-45页
        2.3.1 定义与步骤第37-41页
        2.3.2 算法收敛性证明第41-45页
    2.4 仿真实验结果与分析第45-58页
        2.4.1 MBOA参数研究第46-48页
        2.4.2 MBOA与常见的算法GA,DE,CLPSO以及BBO的比较研究第48-52页
        2.4.3 MBOA与与改进算法LDW-PSO和SSM-PSO的比较研究第52-53页
        2.4.4 MBOA与PSO, AS, DE,GPSO和HPSO的比较研究第53-54页
        2.4.5 MBOA与PSO, HPSO和MPSO的比较比研究第54-58页
    2.5 本章小结第58-59页
第3章 磁性细菌优化算法的改进第59-94页
    3.1 引言第59页
    3.2 磁性细菌优化算法(MBOA)算子改进设计第59-62页
        3.2.1 MTSs产生算子第59-61页
        3.2.2 MTSs调节算子第61-62页
        3.2.3 MTSs替换算子第62页
    3.3 改进磁性细菌优化算法(MBOA)的实现第62-65页
        3.3.1 磁性细菌磁矩迁移算法(MBMMA)第63页
        3.3.2 最好个体引导的差分磁性细菌优化算法(BIDEMBOA)第63-64页
        3.3.3 随机成对机制的磁性细菌优化算法(MBOA-RP)第64-65页
    3.4 仿真实验与结果分析第65-92页
        3.4.1 MBMMA仿真实验结果与分析第66-77页
        3.4.2 BIDEMBOA仿真实验结果与分析第77-84页
        3.4.3 MBOA-RP仿真实验结果与分析第84-92页
    3.5 本章小结第92-94页
第4章 基于最好个体差分磁性细菌约束优化算法第94-118页
    4.1 引言第94页
    4.2 约束优化问题和基本概念第94-95页
    4.3 约束处理方法第95-98页
    4.4 最好个体引导差分磁性细菌约束优化算法第98-104页
        4.4.1 约束处理情况第98-102页
        4.4.2 最好个体引导差分磁性细菌约束优化算法(BIDEMBCOA)第102-104页
    4.5 仿真实验与结果分析第104-117页
        4.5.1 测试函数以及参数设置第104-105页
        4.5.2 与MBOA-Deb比较结果第105-109页
        4.5.3 与常见的罚函数方法比较结果第109-112页
        4.5.4 与搜索偏见以及多目标优化约束方法比较结果第112-114页
        4.5.5 与RDE, DDE, DSS-MDE, DECV以及SRDE比较结果第114-117页
    4.6 本章小结第117-118页
第5章 基于BIDEMBOA的路径规划应用第118-152页
    5.1 引言第118页
    5.2 机器人路径规划方法第118-119页
    5.3 机器人运动环境建模第119-124页
        5.3.1 环境信息的提取第120-122页
        5.3.2 移动机器人栅格空间建模第122-124页
    5.4 BIDEMBOA的机器人路径规划实现第124-128页
        5.4.1 问题描述与定义第124页
        5.4.2 路径编码第124-125页
        5.4.3 算法在路径规划中的设计步骤第125-128页
    5.5 参数选取第128-133页
        5.5.1 细胞数目M的选取第128-130页
        5.5.2 磁场强度B第130-131页
        5.5.3 能量系数C1和C2的取值研究第131-133页
    5.6 虚拟障碍物法在路径规划中的应用第133-135页
    5.7 路径规划实验仿真第135-141页
        5.7.1 算法路径规划实验仿真结果第135-136页
        5.7.2 动态增加、删除、移动障碍物路径规划实验仿真第136-137页
        5.7.3 与A*算法比较第137-138页
        5.7.4 与BBO,PSO算法比较第138-141页
    5.8 改进磁性细菌优化算法及实现第141-151页
        5.8.1 动态调整参数策略第141页
        5.8.2 路径选择策略第141-142页
        5.8.3 已知环境下的仿真第142-146页
        5.8.4 未知环境下的路径规划仿真第146-151页
    5.9 本章小结第151-152页
结论第152-154页
参考文献第154-173页
攻读博士学位期间发表的论文和取得的科研成果第173-174页
致谢第174页

论文共174页,点击 下载论文
上一篇:基于邻域粗糙集的高光谱波段选择算法研究
下一篇:基于观测器的鲁棒故障诊断与容错控制技术研究