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

基于多目标优化的粒子群算法研究及其应用

摘要第6-7页
Abstract第7-8页
第1章 绪论第11-14页
    1.1 研究背景及意义第11-12页
    1.2 研究现状分析第12-13页
    1.3 本文的主要内容及安排第13页
    1.4 本章小结第13-14页
第2章 多目标优化粒子群算法的基础知识第14-21页
    2.1 多目标优化问题第14-16页
        2.1.1 多目标优化问题及其相关概念第14-15页
        2.1.2 多目标优化问题的传统解法及其局限第15-16页
        2.1.3 多目标优化问题约束条件的处理方法第16页
    2.2 粒子群优化算法第16-20页
        2.2.1 原始粒子群算法第16-18页
        2.2.2 标准粒子群算法第18-19页
        2.2.3 多目标粒子群算法第19-20页
    2.3 本章小结第20-21页
第3章 新型多目标粒子群优化算法第21-26页
    3.1 引言第21页
    3.2 新型多目标优化粒子群算法第21-25页
        3.2.1 新型算法中粒子的更新第21-22页
        3.2.2 精英集的选取及维护第22-23页
        3.2.3 新型算法的具体步骤第23-24页
        3.2.4 新型算法的结果第24-25页
    3.3 本章小结第25-26页
第4章 多目标优化组合粒子群算法第26-36页
    4.1 引言第26页
    4.2 多目标优化组合粒子群算法第26-32页
        4.2.1 算法的关键问题第26-28页
        4.2.2 算法的具体步骤第28-29页
        4.2.3 算法收敛性的分析第29-31页
        4.2.4 算法的性能评价指标第31-32页
    4.3 实例验证算法的有效性及结果分析第32-35页
        4.3.1 测试函数集第32-33页
        4.3.2 测试结果及分析第33-35页
    4.4 本章小结第35-36页
第5章 多目标优化组合粒子群算法在运输问题中的应用第36-39页
    5.1 运输问题第36页
    5.2 运输问题的具体实例第36-38页
    5.3 本章小结第38-39页
结论与展望第39-40页
致谢第40-41页
参考文献第41-46页
攻读硕士研究生期间发表的论文第46页

论文共46页,点击 下载论文
上一篇:新媒体融合时代微博微信对广播节目传播的改变
下一篇:基于优化BP神经网络的微博舆情预测模型研究