| 摘要 | 第1-8页 |
| Abstract | 第8-13页 |
| 第1章 绪论 | 第13-26页 |
| ·选题的背景、依据和研究意义 | 第13-16页 |
| ·群智能优化算法 | 第16-21页 |
| ·遗传算法 | 第17-18页 |
| ·蚁群算法 | 第18-19页 |
| ·微粒群算法 | 第19-21页 |
| ·微粒算法与结构拓扑优化及多目标优化 | 第21-24页 |
| ·微粒群算法与结构拓扑优化 | 第21-23页 |
| ·微粒群算法与多目标优化 | 第23-24页 |
| ·本文的主要研究内容 | 第24-26页 |
| 第2章 微粒群算法的基本理论 | 第26-39页 |
| ·微粒群算法的基本原理 | 第26-32页 |
| ·基本原理 | 第26-30页 |
| ·标准微粒群算法的流程 | 第30-31页 |
| ·参数设置 | 第31-32页 |
| ·微粒群算法的收敛性分析 | 第32-35页 |
| ·用随机算法的收敛准则研究微粒群算法 | 第32-34页 |
| ·用随机过程的理论研究微粒群算法 | 第34-35页 |
| ·算法结构的改进与算法的融合 | 第35-37页 |
| ·算法的改进 | 第35-37页 |
| ·与其它算法的融合 | 第37页 |
| ·微粒群算法的应用 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第3章 改进的微粒群算法 | 第39-55页 |
| ·基于遗忘特征和群体平均思想的微粒群算法(FMPSO) | 第39-45页 |
| ·具有遗忘特征的微粒群算法 | 第39-41页 |
| ·基于群体平均思想的微粒群算法 | 第41-43页 |
| ·基于遗忘特征和群体平均思想的微粒群算法 | 第43-45页 |
| ·改进算法FMPSO的马氏过程分析 | 第45-47页 |
| ·优化问题中约束条件的处理方法 | 第47-48页 |
| ·数值算例 | 第48-54页 |
| ·无约束优化函数算例 | 第49-52页 |
| ·约束优化函数算例 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第4章 基于改进微粒群算法的结构拓扑优化 | 第55-83页 |
| ·结构拓扑优化概述 | 第55-59页 |
| ·桁架结构拓扑优化模型 | 第59-61页 |
| ·连续体结构的拓扑优化模型 | 第61-75页 |
| ·连续体结构拓扑优化模型描述方法及求解算法 | 第61-65页 |
| ·基于SIMP的拓扑优化数学模型及其微粒群算法求解 | 第65-69页 |
| ·结构拓扑优化程序实现 | 第69-75页 |
| ·算例 | 第75-82页 |
| ·桁架结构拓扑优化算例 | 第75-78页 |
| ·连续体结构拓扑优化算例 | 第78-82页 |
| ·本章小结 | 第82-83页 |
| 第5章 基于改进微粒群算法的Pareto多目标优化 | 第83-101页 |
| ·概述 | 第83-84页 |
| ·多目标优化方法 | 第84-89页 |
| ·非Pareto方法 | 第85-86页 |
| ·贝叶斯多目标方法 | 第86页 |
| ·Pareto多目标方法 | 第86-89页 |
| ·基于改进微粒群算法的Pareto多目标优化 | 第89-97页 |
| ·小生境及进化算法中的实现 | 第89-91页 |
| ·算法所得非劣解集的评价标准 | 第91-92页 |
| ·基于改进微粒群的多目标优化方法 | 第92-97页 |
| ·多目标优化算例 | 第97-100页 |
| ·本章小结 | 第100-101页 |
| 第6章 结论与展望 | 第101-104页 |
| ·结论 | 第101-102页 |
| ·创新点 | 第102-103页 |
| ·进一步工作的展望 | 第103-104页 |
| 致谢 | 第104-105页 |
| 参考文献 | 第105-117页 |
| 攻读博士学位期间发表的论文及参加的科研工作 | 第117-118页 |
