满意优化原理及其在机械工程领域中的应用研究
| 第1章 绪论 | 第1-25页 |
| 1．1 问题的提出 | 第15页 |
| 1．2 最优与满意 | 第15-22页 |
| 1．2．1 优化理论研究综述 | 第15-20页 |
| 1．2．2 优化理论的局限性 | 第20-22页 |
| 1．2．3 满意度原理提出的必然性和必要性 | 第22页 |
| 1．3 机械设计中的满意优化问题 | 第22-23页 |
| 1．4 本文的研究目标和主要内容 | 第23-25页 |
| 第2章 满意度原理的概念和理论框架 | 第25-42页 |
| 2．1 令人满意准则的提出 | 第25-26页 |
| 2．2 满意度原理研究综述 | 第26-32页 |
| 2．2．1 满意度原理的发展阶段 | 第26-27页 |
| 2．2．2 代表性工作 | 第27-28页 |
| 2．2．3 基本概念 | 第28-31页 |
| 2．2．4 其他工作 | 第31页 |
| 2．2．5 满意度原理研究的发展趋势 | 第31-32页 |
| 2．3 广义满意度原理的理论框架 | 第32-41页 |
| 2．3．1 满意的内涵 | 第32页 |
| 2．3．2 广义满意度原理 | 第32-35页 |
| 2．3．3 满意度原理的基本概念 | 第35-38页 |
| 2．3．4 满意度原理研究的范畴 | 第38-39页 |
| 2．3．5 满意度函数的表示和满意度的获取 | 第39页 |
| 2．3．6 满意度原理的知识体系 | 第39-40页 |
| 2．3．7 满意度原理的意义 | 第40-41页 |
| 2．4 小结 | 第41-42页 |
| 第3章 满意度原理的理论体系 | 第42-67页 |
| 3．1 满意度原理的研究对象和研究方法 | 第42-43页 |
| 3．1．1 满意度原理的研究对象 | 第42-43页 |
| 3．1．2 满意度原理的研究方法 | 第43页 |
| 3．2 满意解的表示 | 第43-45页 |
| 3．2．1 满意解的量化表示法 | 第44页 |
| 3．2．2 满意解的非量化表示法 | 第44-45页 |
| 3．3 满意度（函数）的表示 | 第45-48页 |
| 3．3．1 单调减函数（戒上型） | 第45-47页 |
| 3．3．2 单调增函数（戒下型） | 第47-48页 |
| 3．4 满意度及其集合的运算 | 第48-54页 |
| 3．4．1 满意度及满意水平的运算 | 第49-54页 |
| 3．4．2 满意度集及满意水平集的运算 | 第54页 |
| 3．5 满意解的存在性判断 | 第54-56页 |
| 3．6 满意度和满意解及其集合间的关系 | 第56-59页 |
| 3．7 满意度原理的特点 | 第59-60页 |
| 3．8 满意度原理和最优化理论的对比 | 第60-61页 |
| 3．8．1 应用领域 | 第60页 |
| 3．8．2 使用方法 | 第60页 |
| 3．8．3 发展前景 | 第60-61页 |
| 3．9 满意度原理与计算智能 | 第61-64页 |
| 3．9．1 计算智能与智能计算 | 第61-63页 |
| 3．9．2 满意度原理与计算智能 | 第63页 |
| 3．9．3 满意度原理与模糊数学 | 第63页 |
| 3．9．4 满意度原理与神经网络 | 第63-64页 |
| 3．9．5 满意度原理与遗传算法 | 第64页 |
| 3．10 满意度原理和其他学科的关系 | 第64-66页 |
| 3．10．1 满意度原理与计算理论 | 第64-65页 |
| 3．10．2 满意度原理与认知理论 | 第65-66页 |
| 3．10．3 满意度原理与决策科学 | 第66页 |
| 3．11 小结 | 第66-67页 |
| 第4章 满意度原理的应用 | 第67-90页 |
| 4．1 概述 | 第67页 |
| 4．2 满意问题的一般求解过程 | 第67-68页 |
| 4．3 问题识别和模型建立 | 第68-73页 |
| 4．3．1 收集整理信息 | 第69页 |
| 4．3．2 确定备选解集 | 第69-70页 |
| 4．3．3 建立问题的目标 | 第70-71页 |
| 4．3．4 确定问题的独立变量 | 第71页 |
| 4．3．5 确定问题的约束限制条件 | 第71-72页 |
| 4．3．6 建立问题的求解模型 | 第72-73页 |
| 4．3．7 对问题进行归类 | 第73页 |
| 4．4 满意度函数的建立 | 第73-76页 |
| 4．4．1 基于目标函数的直接法 | 第73-74页 |
| 4．4．2 按照解的搜索代价建立满意度函数 | 第74-75页 |
| 4．4．3 利用模糊逻辑构造满意度函数 | 第75-76页 |
| 4．4．4 利用神经网络确定满意度函数 | 第76页 |
| 4．5 满意问题的求解策略 | 第76-77页 |
| 4．6 满意度原理的应用领域 | 第77-89页 |
| 4．6．1 以满意替代最优 | 第77页 |
| 4．6．2 满意优化 | 第77-78页 |
| 4．6．3 满意控制 | 第78-80页 |
| 4．6．4 满意决策 | 第80-81页 |
| 4．6．5 满意任务调度 | 第81-82页 |
| 4．6．6 满意资源分配 | 第82页 |
| 4．6．7 其他应用 | 第82-89页 |
| 4．7 小结 | 第89-90页 |
| 第5章 满意优化理论 | 第90-101页 |
| 5．1 满意优化问题 | 第90页 |
| 5．1．1 概述 | 第90页 |
| 5．1．2 满意优化的应用范畴 | 第90页 |
| 5．2 单目标满意优化 | 第90-91页 |
| 5．3 多目标满意优化 | 第91-97页 |
| 5．3．1 多目标优化问题 | 第91-92页 |
| 5．3．2 多目标优化问题的求解方法 | 第92-97页 |
| 5．3．3 多目标满意优化 | 第97页 |
| 5．3．4 多目标满意优化的求解策略 | 第97页 |
| 5．4 第一类多目标满意优化问题 | 第97-98页 |
| 5．5 第二类多目标满意优化问题 | 第98-99页 |
| 5．5．1 问题描述 | 第98页 |
| 5．5．2 求解方法和步骤 | 第98-99页 |
| 5．6 组合优化问题 | 第99-100页 |
| 5．7 小结 | 第100-101页 |
| 第6章 第一类多目标满意优化的应用 | 第101-110页 |
| 6．1 一个代数满意优化 | 第101-103页 |
| 6．1．1 解题思路 | 第101-102页 |
| 6．1．2 求解 | 第102-103页 |
| 6．2 蜗杆传动多目标满意优化 | 第103-107页 |
| 6．2．1 问题的提出 | 第103页 |
| 6．2．2 模型建立 | 第103-105页 |
| 6．2．3 形成规范化的多目标优化问题 | 第105页 |
| 6．2．4 求解 | 第105-107页 |
| 6．3 路网车流径路问题 | 第107-109页 |
| 6．4 小结 | 第109-110页 |
| 第7章 装载机工作装置的满意优化 | 第110-131页 |
| 7．1 装载机工作装置设计 | 第110-113页 |
| 7．1．1 装载机工作装置的基本概念 | 第111页 |
| 7．1．2 装载机工作装置的设计要求 | 第111-112页 |
| 7．1．3 装载机工作装置设计方法概述 | 第112-113页 |
| 7．2 装载机工作装置六杆机构的满意优化设计 | 第113-114页 |
| 7．3 数学模型的建立 | 第114-123页 |
| 7．3．1 计算模型 | 第114页 |
| 7．3．2 输入参数 | 第114-116页 |
| 7．3．3 设计变量 | 第116页 |
| 7．3．4 目标函数 | 第116-118页 |
| 7．3．5 约束函数 | 第118-121页 |
| 7．3．6 参数之间的计算关系 | 第121-123页 |
| 7．4 基于BP神经网络的满意度表示 | 第123-128页 |
| 7．4．1 BP神经网络及Matlab实现 | 第123-125页 |
| 7．4．2 基于BP神经网络的满意度表示 | 第125页 |
| 7．4．3 网络拓扑结构 | 第125-126页 |
| 7．4．4 网络的训练 | 第126-128页 |
| 7．5 基于遗传算法的求解 | 第128-130页 |
| 7．5．1 编码 | 第128-129页 |
| 7．5．2 遗传操作算子 | 第129页 |
| 7．5．3 求解步骤 | 第129-130页 |
| 7．6 解的评价及确认 | 第130页 |
| 7．7 小结 | 第130-131页 |
| 结论 | 第131-134页 |
| 致谢 | 第134-135页 |
| 参考文献 | 第135-146页 |
| 攻读博士学位期间发表的论文及科研成果 | 第146页 |
