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

混合差分进化算法及应用研究

摘要第1-4页
ABSTRACT第4-8页
第一章 绪论第8-16页
   ·课题的研究背景和意义第8-10页
   ·国内外研究现状第10-13页
   ·本文的研究目的和研究内容第13-16页
     ·本文的研究目的第13页
     ·本文的主要研究内容第13-15页
     ·本文的篇章结构第15-16页
第二章 差分进化算法概述第16-26页
   ·引言第16页
   ·差分进化算法描述第16-20页
     ·算法原理第16-17页
     ·算法流程第17-18页
     ·控制参数的选取第18-19页
     ·差分进化算法的变化形式第19-20页
   ·差分进化算法与遗传算法、粒子群算法的比较第20-22页
   ·差分进化算法的改进策略第22-24页
     ·调整收缩因子和交叉概率第22页
     ·并行 DE第22-23页
     ·结合其他优化算法的DE第23页
     ·加入新的操作第23页
     ·多种群DE第23页
     ·针对具体问题的改进DE第23-24页
   ·差分进化算法的应用第24-25页
   ·本章小结第25-26页
第三章 两种改进的差分进化算法第26-35页
   ·引言第26页
   ·带有自适应变异和指数递增交叉算子的差分进化算法第26-30页
     ·指数递增交叉概率因子第26页
     ·早熟收敛的预测第26-27页
     ·随机变异策略第27-28页
     ·算法的具体步骤第28页
     ·数值试验与结果分析第28-30页
     ·结论第30页
   ·一种带有随机变异的动态差分进化算法第30-34页
     ·新的变异操作第30-31页
     ·停滞现象的判定和处理策略第31页
     ·新算法DMDE 描述第31-32页
     ·数值试验与分析第32-34页
     ·结论第34页
   ·本章小结第34-35页
第四章 求解0-1 非线性规划问题的混合差分进化算法第35-48页
   ·引言第35页
   ·求解0-1 非线性规划问题的改进差分进化算法第35-41页
     ·0-1 非线性规划问题的描述第35-36页
     ·改进的差分进化算法第36页
     ·算法流程第36-37页
     ·数值实验与分析第37-40页
     ·结论第40-41页
   ·一类0/1 背包问题融合神经网络的差分进化算法第41-47页
     ·0/1 背包问题的描述第41页
     ·新算法的基本思想以及对差分进化算法的改进第41页
     ·Hopfield 神经网络[80]第41-42页
     ·融合神经网络的差分进化算法第42-43页
     ·融合神经网络的差分进化算法描述第43-44页
     ·数值试验与分析第44-47页
     ·结论第47页
   ·本章小结第47-48页
第五章 粒子群差分混合算法及其应用第48-62页
   ·引言第48页
   ·基本粒子群算法第48-49页
   ·MPSODE 混合算法第49-50页
     ·MPSODE 混合算法中DE 算法的改进第49-50页
     ·MPSODE 混合算法描述第50页
   ·数值实验与分析第50-61页
     ·无约束函数优化问题第50-55页
     ·带约束条件的函数优化问题第55-58页
     ·非线性系统模型参数估计问题第58-59页
     ·求解投资组合问题第59-61页
   ·结论第61-62页
第六章 求解混合整数优化问题的混合差分进化算法第62-74页
   ·引言第62页
   ·混合整数非线性规划问题的改进差分进化算法第62-67页
     ·MINP 问题描述第62-64页
     ·改进的差分进化算法第64-65页
     ·算法描述第65页
     ·数值例子第65-66页
     ·结论第66-67页
   ·混合整数规划问题的混合编码协同蚁群差分进化算法第67-73页
     ·基本差分进化算法和蚂蚁群算法原理第67-68页
     ·协同进化蚂蚁群差分进化算法第68-71页
     ·实验仿真第71-73页
     ·总结与展望第73页
   ·本章小结第73-74页
第七章 求解约束优化问题的修正选择差分进化算法第74-82页
   ·引言第74页
   ·修正选择差分进化算法第74-76页
     ·基本差分进化算法第74-75页
     ·约束函数的处理第75页
     ·简单边界约束的处理第75-76页
     ·修正选择差分进化算法的描述第76页
   ·数值模拟第76-81页
   ·结论第81-82页
第八章 多目标多试验向量差分进化算法第82-94页
   ·引言第82-83页
   ·多目标优化问题及相关概念第83-85页
   ·多试验向量多目标优化差分进化算法(MTVDE)第85-87页
     ·MTVDE 的关键操作第85-86页
     ·MTVDE 的实现步骤第86-87页
     ·MTVDE 算法的流程图第87页
   ·数值实验第87-93页
     ·算法性能评价标准第87-88页
     ·参数设置第88-90页
     ·数值结果与分析第90-93页
   ·总结第93-94页
第九章 研究工作总结与展望第94-96页
   ·研究工作的总结第94-95页
   ·未来的工作展望第95-96页
参考文献第96-104页
附录1:常用的无约束优化问题的测试函数第104-106页
附录2:常用的约束优化问题的测试函数第106-110页
附录3:常用的混合整数规划问题的测试函数第110-114页
附录4:常用的多目标优化问题的测试函数第114-116页
致谢第116-117页
攻读硕士期间撰写的论文、参与的项目及作者简介第117-118页

论文共118页,点击 下载论文
上一篇:宁夏地名的语言特征与文化本源
下一篇:高海拔条件下发电机电晕特性研究