遗传算法用于多目标过程优化综合的研究
| 1 文献综述 | 第1-19页 |
| ·过程综合 | 第11-15页 |
| ·反应路径综合 | 第12-13页 |
| ·换热网络综合 | 第13-14页 |
| ·质量交换网络综合 | 第14页 |
| ·分离过程综合 | 第14-15页 |
| ·公用工程系统综合 | 第15页 |
| ·多目标的化工过程综合 | 第15-18页 |
| ·多目标化工过程问题的提出 | 第15-16页 |
| ·多目标过程优化综合 | 第16-18页 |
| ·本论文的研究内容 | 第18-19页 |
| 2 多目标化工过程综合问题模型和求解方法 | 第19-27页 |
| ·多目标综合问题的数学模型 | 第19-20页 |
| ·多目标综合问题的非劣解集 | 第20-22页 |
| ·多目标综合问题的求解策略 | 第22-27页 |
| ·数学规划法 | 第22-23页 |
| ·遗传算法 | 第23-27页 |
| 3 遗传算法分析 | 第27-43页 |
| ·进化计算 | 第27-28页 |
| ·遗传算法的基本结构和特点分析 | 第28-34页 |
| ·遗传算法的基本概念 | 第29页 |
| ·遗传算法的基本结构： | 第29-31页 |
| ·遗传算法的基本组成都分 | 第31-32页 |
| ·遗传算法设计的基本步骤 | 第32-34页 |
| ·多目标遗传算法的发展 | 第34-36页 |
| ·适应值分配 | 第34-35页 |
| ·多样性的保持 | 第35-36页 |
| ·精英策略 | 第36页 |
| ·精英保留非劣排序遗传算法 | 第36-40页 |
| ·非劣排序遗传算法 | 第36-37页 |
| ·精英保留的非劣排序遗传算法 | 第37-40页 |
| ·混合多目标遗传算法 | 第40-41页 |
| ·多目标遗传算法在过程优化综合中的一些应用 | 第41-43页 |
| 4 遗传算法的改进 | 第43-53页 |
| ·遗传算法改进的研究状况 | 第43-45页 |
| ·改进的精英保留的非劣排序遗传算法 | 第45-49页 |
| ·更加逼近真正的Pareto前沿 | 第45-47页 |
| ·减少非劣解的个数 | 第47-49页 |
| ·实例比较 | 第49-53页 |
| 5 基于ECSS平台的多目标优化综合系统的开发 | 第53-62页 |
| ·ECSS—化工之星简介 | 第53-54页 |
| ·基于遗传算法的多目标优化系统的开发 | 第54-62页 |
| ·系统形成基本思路 | 第54-55页 |
| ·面向对象思想的应用 | 第55-56页 |
| ·优化模型的输入 | 第56-62页 |
| 6 实例考核 | 第62-70页 |
| ·丙酮回收过程 | 第62-70页 |
| 7 结论 | 第70-71页 |
| 参考文献 | 第71-78页 |
| 致谢 | 第78-79页 |
| 攻读硕士学位期间发表的学术论文 | 第79页 |
