多目标粒子群优化算法的研究及应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究背景 | 第10-11页 |
| ·群体智能优化算法 | 第11-16页 |
| ·蚁群优化算法 | 第12-14页 |
| ·粒子群优化算法 | 第14-15页 |
| ·其他群体智能优化算法 | 第15-16页 |
| ·研究内容 | 第16页 |
| ·论文结构安排 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第二章 粒子群优化算法 | 第18-28页 |
| ·粒子群优化算法产生的背景 | 第18-19页 |
| ·粒子群优化算法 | 第19-26页 |
| ·基本粒子群算法 | 第19-20页 |
| ·粒子群优化算法主要计算步骤 | 第20页 |
| ·粒子群优化算法的典型改进 | 第20-22页 |
| ·参数选择 | 第22-25页 |
| ·缺陷及改进策略 | 第25-26页 |
| ·粒子群优化算法的应用 | 第26页 |
| ·粒子群优化算法的研究方向 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 多目标优化问题 | 第28-40页 |
| ·多目标优化的基本概念 | 第28-34页 |
| ·多目标优化方法的分类 | 第31页 |
| ·传统求解多目标优化问题的方法 | 第31-33页 |
| ·多目标优化方法的研究内容 | 第33-34页 |
| ·多目标粒子群优化算法 | 第34-38页 |
| ·MOPSO 算法的研究热点 | 第34-36页 |
| ·MOPSO 算法的研究现状 | 第36-38页 |
| ·MOPSO 算法的发展方向 | 第38页 |
| ·本章小结 | 第38-40页 |
| 第四章 基于空间划分树的多目标粒子群优化算法 | 第40-50页 |
| ·相关概念 | 第40-43页 |
| ·外部集的索引 | 第40-42页 |
| ·非支配解的存储 | 第42页 |
| ·全局极值的选取 | 第42-43页 |
| ·外部集的更新 | 第43页 |
| ·基于空间划分树的多目标粒子群优化算法 | 第43-45页 |
| ·测试结果与分析 | 第45-48页 |
| ·本章小结 | 第48-50页 |
| 第五章 多目标粒子群优化算法的应用 | 第50-55页 |
| ·成品油调和过程及原理 | 第50-51页 |
| ·油品调和模型的建立 | 第51-53页 |
| ·算法的应用 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 发表文献目录 | 第60-61页 |
| 致谢 | 第61-62页 |
| 详细摘要 | 第62-72页 |
