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

复合粒子群算法及其应用研究

摘要第4-5页
Abstract第5-6页
目录第7-9页
1 绪论第9-13页
    1.1 课题研究背景第9-11页
    1.2 论文的主要工作及研究成果第11页
    1.3 论文内容与结构第11-13页
2 粒子群算法的研究基础第13-25页
    2.1 优化算法的相关概念第13-19页
        2.1.1 优化问题第13-14页
        2.1.2 传统优化算法第14-15页
        2.1.3 启发式算法第15-19页
    2.2 粒子群优化算法第19-23页
        2.2.1 粒子群算法的基本形式第19-20页
        2.2.2 离散粒子群算法第20-21页
        2.2.3 粒子群算法与其它优化算法的异同第21-22页
        2.2.4 当前的粒子群算法变种第22-23页
        2.2.5 原始粒子群算法和当前算法变种的不足第23页
    2.3 本章小结第23-25页
3 复合粒子群算法(CPSO)第25-33页
    3.1 组合学习策略第25-28页
    3.2 辅助搜索机制第28-30页
    3.3 复合粒子群算法的流程第30-32页
    3.4 本章小结第32-33页
4 复合粒子群算法求解函数优化问题第33-49页
    4.1 函数优化问题第33-37页
        4.1.1 基准测试函数第33-36页
        4.1.2 仿真平台第36-37页
    4.2 测试函数与相比较的PSO变种算法第37-40页
    4.3 数值实验结果与讨论第40-48页
        4.3.1 非固定维函数的求解精度第40-43页
        4.3.2 求解非固定维函数的收敛速度第43-47页
        4.3.3 求解固定维函数的结果第47-48页
        4.3.4 结论第48页
    4.4 本章小结第48-49页
5 复合粒子群算法求解车辆路径问题第49-57页
    5.1 车辆路径问题第49-52页
        5.1.1 车辆路径问题简介第49-50页
        5.1.2 车辆路径问题的数学模型第50-52页
    5.2 算法实现过程第52-54页
    5.3 案例分析第54-56页
        5.3.1 无时间窗的车辆路径问题第54-55页
        5.3.2 带时间窗的车辆路径问题第55-56页
    5.4 本章小结第56-57页
6 总结与展望第57-59页
    6.1 工作总结第57页
    6.2 研究展望第57-59页
参考文献第59-64页
致谢第64-66页
攻读硕士学位期间发表的学术论文第66页

论文共66页,点击 下载论文
上一篇:认知机器人潜在动作模型的研究与应用
下一篇:都江堰市统计局统计数据采集处理系统的设计与实现