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

改进的灰狼优化算法及其应用研究

摘要第3-5页
Abstract第5-6页
1 绪论第9-15页
    1.1 研究背景与意义第9页
    1.2 国内外研究进展第9-13页
        1.2.1 群智能优化算法的研究现状第9-11页
        1.2.2 GWO算法国内研究现状第11页
        1.2.3 GWO算法国外研究现状第11-13页
    1.3 本文的研究内容及章节安排第13-15页
2 混合纵横交叉策略的灰狼优化算法第15-37页
    2.1 灰狼优化算法概述第15-17页
    2.2 基于纵横交叉策略的灰狼优化算法第17-21页
        2.2.1 初始化种群方法的改进第17-18页
        2.2.2 非线性策略调整第18-20页
        2.2.3 纵横交叉策略第20-21页
        2.2.4 混合纵横交叉策略的灰狼优化算法第21页
    2.3 数值实验第21-35页
        2.3.1 与灰狼优化算法的数值比较第23-30页
        2.3.2 与其他算法的比较第30-33页
        2.3.3 参数对算法的影响第33-35页
    2.4 本章小结第35-37页
3 基于贪婪策略和扩散过程的灰狼优化算法第37-51页
    3.1 贪婪策略第37页
    3.2 扩散过程第37-38页
    3.3 基于扩散过程的灰狼优化算法第38-39页
    3.4 数值实验第39-49页
        3.4.1 与GWO算法的比较第39-45页
        3.4.2 与其他算法的比较第45-49页
    3.5 本章小结第49-51页
4 基于阴阳对思想的灰狼优化算法第51-67页
    4.1 更新策略调整第51-53页
    4.2 种群多样性策略调整第53-54页
    4.3 基于阴阳对思想的灰狼优化算法第54页
    4.4 数值实验第54-64页
        4.4.1 与GWO算法的比较第54-61页
        4.4.2 与其他算法的比较第61-64页
    4.5 时间复杂度分析第64-65页
    4.6 本章小结第65-67页
5 改进的GWO算法的实际应用第67-81页
    5.1 改进的GWO算法在工程优化问题上的应用第67-73页
        5.1.1 三衍杆架设计问题第67-69页
        5.1.2 焊接梁设计问题第69-71页
        5.1.3 齿轮设计问题第71-73页
    5.2 基于改进的GWO算法的图像对比度增强第73-79页
        5.2.1 非完全Beta函数第73页
        5.2.2 适应度函数的选择第73-74页
        5.2.3 图像对比度增强算法步骤第74页
        5.2.4 图像质量评价第74-75页
        5.2.5 实验结果与分析第75-79页
    5.3 本章小结第79-81页
6 总结与展望第81-83页
    6.1 全文总结第81-82页
    6.2 研究展望第82-83页
致谢第83-85页
参考文献第85-91页
附录第91页

论文共91页,点击 下载论文
上一篇:光伏板清洁机械臂的设计和优化
下一篇:杨凌示范区创新能力分析及提升路径研究