基于改进连续蚁群算法的化工生产过程优化
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-17页 |
| ·化工过程的优化概述 | 第9-10页 |
| ·最优化问题 | 第10-11页 |
| ·最优化技术的发展 | 第11-13页 |
| ·群智能优化算法 | 第13-15页 |
| ·粒子群算法 | 第13-15页 |
| ·算法性能的度量 | 第15-16页 |
| ·本文结构 | 第16-17页 |
| 2 基本蚁群算法 | 第17-32页 |
| ·基本蚁群算法生物学原理 | 第17-22页 |
| ·蚁群行为描述 | 第17-18页 |
| ·基本蚁群算法的机制原理 | 第18-19页 |
| ·基本蚁群算法的系统特征 | 第19-22页 |
| ·基本蚁群算法的数学原理 | 第22-26页 |
| ·基本蚁群算法的数学模型 | 第22-24页 |
| ·基本蚁群算法的实现步骤 | 第24-25页 |
| ·基本蚁群算法的程序流程图 | 第25-26页 |
| ·蚁群算法的收敛性研究 | 第26-32页 |
| ·问题描述 | 第27-29页 |
| ·收敛性分析 | 第29-32页 |
| 3 连续域蚁群算法研究 | 第32-44页 |
| ·蚁群算法的离散本质 | 第32页 |
| ·连续域蚁群优化算法 | 第32-37页 |
| ·离散蚁群算法解决连续域问题主要思路 | 第33-34页 |
| ·基于网格划分策略的连续域蚁群算法 | 第34-36页 |
| ·改进的连续域蚁群算法 | 第36-37页 |
| ·两种连续蚁群算法的比较 | 第37-41页 |
| ·改进的连续蚁群算法优化人工神经网络 | 第41-44页 |
| ·算法融合思想 | 第41-42页 |
| ·算法验证 | 第42-44页 |
| 4 改进的连续蚁群算法的化工应用 | 第44-54页 |
| ·改进的连续蚁群算法应用于丁烯烷化过程 | 第44-50页 |
| ·丁烯烷化过程工艺流程介绍 | 第44-45页 |
| ·丁烯烷化过程的约束优化 | 第45-50页 |
| ·改进的连续蚁群算法应用于热耦精馏过程 | 第50-54页 |
| ·热偶精馏过程工艺流程介绍 | 第50-51页 |
| ·热偶精馏过程的模拟优化 | 第51-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 攻读硕士学位期间发表学术论文情况 | 第57-58页 |
| 致谢 | 第58-59页 |
