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

两种启发式优化算法的研究及其应用

摘要第5-6页
Abstract第6-7页
目录第8-10页
第1章 绪论第10-22页
    1.1 研究背景及意义第10-12页
    1.2 国内外对启发式算法的研究现状第12-20页
        1.2.1 遗传算法第12-15页
        1.2.2 粒子群优化算法第15-17页
        1.2.3 差分进化算法第17-19页
        1.2.4 和声搜索算法第19-20页
    1.3 本文主要工作第20-22页
第2章 差分进化算法及其改进算法第22-36页
    2.1 差分进化算法第22-28页
        2.1.1 差分进化算法的原理第22-25页
        2.1.2 一些改进的差分进化算法第25-28页
    2.2 改进的差分进化算法第28-30页
        2.2.1 算法改进的主要部分第28-30页
        2.2.2 EVSDE算法的流程第30页
    2.3 实验结果和分析第30-34页
    2.4 小结第34-36页
第3章 改进差分进化算法在系统可靠性问题中的应用第36-48页
    3.1 可靠性问题的数学模型第36-37页
    3.2 系统的分类及可靠性的研究现状第37-41页
        3.2.1 系统的分类第37-40页
        3.2.2 可靠性研究现状第40-41页
    3.3 准备工作第41页
        3.3.1 约束条件的处理第41页
        3.3.2 对于离散变量的处理第41页
    3.4 实验结果和分析第41-47页
    3.5 小结第47-48页
第4章 改进和声搜索算法在0-1背包问题中的应用第48-64页
    4.1 和声搜索算法第48-52页
    4.2 三种改进的和声搜索算法第52-55页
        4.2.1 改进和声搜索算法第52-53页
        4.2.2 全局最好和声搜索算法第53-54页
        4.2.3 新颖的全局和声搜索算法第54-55页
    4.3 带有反馈调节的和声搜索算法第55-58页
        4.3.1 带有反馈调节和声搜索算法的基本思想第55-57页
        4.3.2 FAHS算法的流程第57-58页
    4.4 0-1背包问题介绍第58-59页
    4.5 准备工作第59-60页
        4.5.1 约束条件的处理第59页
        4.5.2 对于离散变量的处理第59-60页
    4.6 实验结果和分析第60-62页
    4.7 小结第62-64页
第5章 结论与展望第64-66页
    5.1 结论第64-65页
    5.2 展望第65-66页
参考文献第66-76页
致谢第76页

论文共76页,点击 下载论文
上一篇:基于负熵的自适应盲源分离算法研究
下一篇:多射频多信道无线网状网QoS路由算法设计与仿真实现