粒子群算法在多维优化问题中的改进研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题的背景及意义 | 第11页 |
| 1.2 群体智能优化算法总体研究概述 | 第11-13页 |
| 1.3 粒子群算法国内外研究现状与发展趋势 | 第13-15页 |
| 1.3.1 算法自身参数的调整 | 第13-14页 |
| 1.3.2 算法融合 | 第14-15页 |
| 1.3.3 算法高维优化问题处理 | 第15页 |
| 1.3.4 算法应用 | 第15页 |
| 1.4 论文主要研究内容及结构安排 | 第15-17页 |
| 第2章 粒子群算法的基本原理及性能仿真分析 | 第17-26页 |
| 2.1 原始粒子群算法 | 第17-20页 |
| 2.1.1 粒子群算法的起源 | 第17页 |
| 2.1.2 粒子群算法的数学描述 | 第17-20页 |
| 2.2 带有惯性权重的粒子群算法 | 第20-21页 |
| 2.3 PSO与SPSO对比分析 | 第21-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 多维度惯性权重衰减混沌化算法设计 | 第26-33页 |
| 3.1 引言 | 第26页 |
| 3.2 混沌的特性 | 第26页 |
| 3.3 MDDCIW_PSO算法设计 | 第26-28页 |
| 3.4 算法仿真和分析 | 第28-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 基于岛屿模型的多子种群并行粒子群算法设计 | 第33-42页 |
| 4.1 引言 | 第33页 |
| 4.2 并行计算的概念 | 第33页 |
| 4.3 粒子群优化算法的本质并行性 | 第33-36页 |
| 4.4 基于岛屿模型的多子种群并行粒子群优化算法 | 第36-39页 |
| 4.4.1 子种群规模采样函数构造 | 第36页 |
| 4.4.2 子种群内部粒子分配 | 第36-37页 |
| 4.4.3 子种群间粒子的迁移策略 | 第37-38页 |
| 4.4.4 通讯周期的设定 | 第38页 |
| 4.4.5 算法流程 | 第38-39页 |
| 4.5 算法仿真及分析 | 第39-40页 |
| 4.6 本章小结 | 第40-42页 |
| 第5章 定型机能耗模型的优化求解 | 第42-52页 |
| 5.1 引言 | 第42页 |
| 5.2 定型机定型处理过程及能耗优化背景 | 第42-43页 |
| 5.3 定型机能耗模型建立 | 第43-48页 |
| 5.3.1 定型机能耗的机理建模 | 第43-45页 |
| 5.3.2 布料定型条件 | 第45-46页 |
| 5.3.3 基于Simulink模型搭建 | 第46-48页 |
| 5.4 算法实现 | 第48页 |
| 5.5 仿真分析与比较 | 第48-51页 |
| 5.6 本章小结 | 第51-52页 |
| 第6章 总结与展望 | 第52-54页 |
| 6.1 研究工作总结 | 第52页 |
| 6.2 展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间的学术成果 | 第58页 |
