基于人工鱼的混合智能算法求解设备选址模型
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 设备选址的意义 | 第9-10页 |
| 1.1.1 设施选址的历史发展及重要性 | 第9-10页 |
| 1.1.2 相关概念 | 第10页 |
| 1.2 优化算法在选址模型中的应用 | 第10-13页 |
| 1.3 本文的主要任务 | 第13-14页 |
| 第二章 设备选址的三种随机模型 | 第14-20页 |
| 2.1 模型的建立 | 第14-16页 |
| 2.1.1 模型的假设 | 第14页 |
| 2.1.2 数学模型 | 第14-16页 |
| 2.2 模型的求解 | 第16-20页 |
| 第三章 随机模拟 | 第20-30页 |
| 3.1 随机模拟 | 第20-23页 |
| 3.1.1 几个定义 | 第20-21页 |
| 3.1.2 随机数的产生 | 第21-22页 |
| 3.1.3 产生随机数的命令 | 第22-23页 |
| 3.2 随机模拟求解随机变量的数字特征 | 第23-26页 |
| 3.3 随机模拟求解设备选址模型的费用函数 | 第26-30页 |
| 第四章 BP 神经网络逼近设备选址模型的费用函数 | 第30-37页 |
| 4.1 BP 神经网络简介 | 第30-31页 |
| 4.2 BP 神经网络建模 | 第31-33页 |
| 4.3 BP 网络逼近设备选址模型的费用函数 | 第33-37页 |
| 第五章 基于人工鱼的混合智能算法求解设备选址模型 | 第37-46页 |
| 5.1 人工鱼算法介绍 | 第37-43页 |
| 5.1.1 算法概述 | 第37页 |
| 5.1.2 AFSA 模型的相关定义 | 第37-39页 |
| 5.1.3 AFSA 算法流程 | 第39-40页 |
| 5.1.4 仿真实验 | 第40-43页 |
| 5.2 基于人工鱼的混合智能算法 | 第43-44页 |
| 5.3 混合智能算法求解设备选址模型 | 第44-46页 |
| 结语 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 附录 | 第50-61页 |
| 致谢 | 第61页 |
