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

进化优化算法的约束处理方法与应用

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第10-12页
    1.1 研究背景及意义第10-11页
    1.2 本文的主要工作第11-12页
第二章 约束优化问题第12-16页
    2.1 约束优化问题概述第12页
    2.2 进化算法的约束处理方法第12-15页
        2.2.1 惩罚函数法第13页
        2.2.2 分离使用目标函数和约束违反程度法第13-14页
        2.2.3 基于多目标优化的方法第14-15页
        2.2.4 混合方法第15页
    2.3 本章小结第15-16页
第三章 差异进化算法第16-19页
    3.1 差异进化算法概述第16页
    3.2 差异进化算法基本操作第16-18页
        3.2.1 变异操作第16-17页
        3.2.2 交叉操作第17-18页
        3.2.3 选择操作第18页
    3.3 本章小结第18-19页
第四章 约束进化优化的最小惩罚法第19-42页
    4.1 引言第19-20页
    4.2 最小惩罚法第20-24页
        4.2.1 最小惩罚系数第20-22页
        4.2.2 定理和推论第22-24页
    4.3 最小惩罚算法第24-25页
        4.3.1 差异进化第24页
        4.3.2 最小惩罚法的约束处理第24-25页
        4.3.3 算法框架第25页
    4.4 实验研究第25-31页
        4.4.1 测试函数和实验设置第25-27页
        4.4.2 实验结果第27-30页
        4.4.3 与其它惩罚函数法比较第30页
        4.4.4 与其它先进算法比较第30-31页
    4.5 进一步讨论第31-38页
        4.5.1 选择惩罚系数方法的合理性第32-33页
        4.5.2 定理 4.2 的实验验证第33页
        4.5.3 估计最小惩罚法第33-38页
        4.5.4 MP 的参数研究第38页
    4.6 工程应用第38-41页
        4.6.1 焊接梁设计问题第39页
        4.6.2 弹簧设计问题第39-40页
        4.6.3 减速器设计问题第40-41页
        4.6.4 三杆桁架设计问题第41页
        4.6.5 压力容器设计问题第41页
    4.7 本章小结第41-42页
第五章 约束进化优化的有偏多目标法第42-70页
    5.1 引言第42-43页
    5.2 有偏支配第43-45页
        5.2.1 定义和性质第43-44页
        5.2.2 有偏支配的约束处理第44-45页
    5.3 有偏多目标优化算法第45-46页
    5.4 实验研究第46-51页
        5.4.1 测试函数和实验设置第46页
        5.4.2 实验结果第46-49页
        5.4.3 与其它算法比较第49-51页
    5.5 进一步讨论第51-67页
        5.5.1 不同 b 值下算法的搜索行为第51-60页
        5.5.2 不同 b 值下算法的性能第60-65页
        5.5.3 BMO 的参数研究第65-67页
    5.6 工程应用第67-69页
        5.6.1 焊接梁设计问题第67页
        5.6.2 弹簧设计问题第67页
        5.6.3 减速器设计问题第67-69页
        5.6.4 三杆桁架设计问题第69页
        5.6.5 压力容器设计问题第69页
    5.7 本章小结第69-70页
第六章 总结与展望第70-72页
    6.1 全文总结第70-71页
    6.2 研究展望第71-72页
参考文献第72-79页
发表论文和参加科研情况说明第79-80页
致谢第80页

论文共80页,点击 下载论文
上一篇:应用于CMOS图像传感器的数字双采样列并行ADC的研究与设计
下一篇:基于ASP.NET教学管理系统设计与实现