粒子群算法的研究及其在船舶工程中的应用

摘要	第1-8页
ABSTRACT	第8-15页
第1章 绪论	第15-38页
·引言	第15-16页
·最优化问题和优化算法	第16-19页
·群智能算法	第19-23页
·群智能算法概述	第19-20页
·几种典型群智能算法	第20-23页
·粒子群算法研究和发展综述	第23-27页
·船舶工程若干问题研究和发展综述	第27-34页
·船舶自动舵系统发展与研究现状	第27-30页
·舰船消磁技术发展与研究现状	第30-32页
·船舶电力系统网络重构发展与研究现状	第32-34页
·本文主要工作	第34-36页
·本文主要内容	第36-38页
第2章 粒子群算法及其收敛性分析	第38-56页
·引言	第38页
·粒子群优化算法起源	第38-39页
·基本粒子群算法	第39-42页
·算法原理	第39-41页
·算法流程	第41页
·全局和局部模型	第41-42页
·同步和异步模型	第42页
·几种经典改进算法	第42-45页
·惯性权重粒子群算法	第42-43页
·收缩因子粒子群算法	第43-44页
·规范粒子群算法	第44页
·离散二进制粒子群算法	第44-45页
·粒子群算法拓扑结构	第45-46页
·粒子群算法与其它算法比较	第46-47页
·粒子群算法与遗传算法比较	第46-47页
·粒子群算法与蚁群算法比较	第47页
·粒子群算法收敛性分析	第47-54页
·粒子群算法动力学模型描述	第48-51页
·粒子群算法动力学离散系统理论分析	第51-54页
·粒子群搜优能力与粒子运动轨迹关系	第54-55页
·本章小结	第55-56页
第3章 粒子群算法参数选择	第56-88页
·引言	第56页
·粒子群算法参数分析	第56-58页
·粒子群算法参数选择	第58-70页
·理论设定算法参数法	第59-62页
·均匀设计设定算法参数法	第62-70页
·仿真测试分析	第70-87页
·测试函数选取	第70-74页
·标准PSO算法最佳参数域测试	第74-79页
·均匀设计设定算法参数测试	第79-87页
·本章小结	第87-88页
第4章 粒子群算法的改进	第88-115页
·引言	第88-89页
·基于参数选取经验改进粒子群算法	第89-92页
·算法思想	第89页
·算法实现	第89-90页
·算法测试	第90-92页
·基于空间压缩机制多种群粒子群算法	第92-98页
·空间压缩	第92-93页
·空间压缩与划分主要方法	第93-94页
·基于空间压缩多种群粒子群算法实现	第94-96页
·算法测试	第96-98页
·均匀粒子群算法	第98-107页
·算法提出背景	第99-100页
·小种群规模算法实现与测试	第100-104页
·大种群规模算法实现与测试	第104-107页
·具有选择意识异步粒子群算法	第107-114页
·算法基本思想	第107-110页
·算法实现	第110-112页
·算法测试	第112-114页
·本章小结	第114-115页
第5章 改进粒子群算法在船舶工程中应用研究	第115-154页
·引言	第115-116页
·意识选择异步粒子群算法在船舶自动舵中应用	第116-127页
·引言	第116-117页
·免疫反馈控制机理	第117-119页
·PID型免疫反馈控制器设计	第119-120页
·基于改进粒子群算法的免疫PID控制器参数优化	第120-126页
·优化算法性能比较	第126-127页
·空间压缩多种群粒子群算法在船舶消磁中应用	第127-136页
·舰船消磁基本概述	第127-129页
·舰船消磁系统优化问题数学描述	第129-131页
·优化结果和数据对比	第131-136页
·均匀设计粒子群算法在船舶电力系统重构中应用	第136-152页
·研究船舶电力系统重构意义	第136页
·船舶电力系统网络重构研究现状	第136-137页
·船舶电力系统网络重构实施过程	第137-142页
·基于BUD-PSO算法的SPS网络重构实现	第142-152页
·本章小结	第152-154页
结论	第154-157页
参考文献	第157-175页
攻读博士学位期间发表的论文和取得的科研成果	第175-177页
致谢	第177页