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

基于文化进化的群搜索算法及其应用

摘要第1-6页
Abstract第6-9页
第1章 绪论第9-18页
   ·引言第9-10页
   ·群智能的产生背景第10页
   ·群智能的生物学基础第10-12页
   ·群智能算法的发展第12-13页
   ·群智能算法的共同特征第13-15页
   ·本文的研究内容及结构第15-18页
第2章 几种典型群智能算法的研究概述第18-38页
   ·蚁群算法第18-20页
     ·蚁群算法简介第18-19页
     ·蚁群算法的评价及应用现状第19-20页
   ·粒子群算法第20-22页
     ·粒子群算法简介第20-22页
     ·粒子群算法的评价及应用现状第22页
   ·混合蛙跳算法第22-25页
     ·混合蛙跳算法简介第22-24页
     ·混合蛙跳算法的评价及应用现状第24-25页
   ·蜂群算法第25-27页
     ·蜂群算法简介第25-26页
     ·蜂群算法的评价及应用现状第26-27页
   ·群搜索算法第27-34页
     ·群搜索算法简介第27-33页
     ·群搜索算法的评价及应用现状第33-34页
   ·几种群智能算法的比较研究第34-36页
     ·“没有免费的午餐”理论第34-35页
     ·算法行为的对比研究第35-36页
   ·本章小结第36-38页
第3章 基于文化进化的群搜索算法第38-55页
   ·文化算法第38-40页
   ·群智能算法的混合模式第40-41页
   ·基于文化进化的群搜索算法原理及实现第41-43页
   ·算法结构及流程第43-44页
   ·算法的参数选择第44-46页
   ·测试函数仿真第46-54页
     ·测试函数简介第46-48页
     ·测试函数的仿真结果分析第48-54页
   ·本章小结第54-55页
第4章 基于文化进化的群搜索算法的应用第55-64页
   ·CBGSO在工程优化设计问题中的应用第55-58页
     ·CBGSO在拉力/压力弹簧优化设计问题中的应用第55-56页
     ·CBGSO在焊接梁优化设计问题中的应用第56-58页
   ·CBGSO在化工优化问题中的应用第58-63页
     ·CBGSO在换热网络优化问题中的应用第59-60页
     ·CBGSO在丁烯烷化过程中的应用第60-63页
   ·本章小结第63-64页
第5章 总结与展望第64-66页
   ·工作总结第64页
   ·工作展望第64-66页
参考文献第66-72页
致谢第72-73页
作者在攻读硕士学位期间取得的学术成果第73页

论文共73页,点击 下载论文
上一篇:基于智能体协调策略的分布式预测控制问题研究
下一篇:无人汽车高速驾驶模拟环境中学徒学习算法的改进研究