| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-19页 |
| ·概述 | 第11-17页 |
| ·结构优化算法及其发展现状 | 第17页 |
| ·国内船舶结构优化研究现状 | 第17页 |
| ·本论文的主要研究内容 | 第17-19页 |
| 第2章 遗传算法 | 第19-47页 |
| ·引言 | 第19-20页 |
| ·遗传算法的基本原理 | 第20-39页 |
| ·遗传算法的基本操作流程 | 第20-21页 |
| ·遗传算法的基本构成要素 | 第21-39页 |
| ·遗传算法控制参数设置 | 第39-41页 |
| ·双层底结构优化算例 | 第41-46页 |
| ·双层底优化的数学模型 | 第41-45页 |
| ·优化算例及结果分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第3章 蚁群算法 | 第47-58页 |
| ·引言 | 第47-48页 |
| ·蚁群算法的基本原理 | 第48-53页 |
| ·蚁群算法的基本原理 | 第48-49页 |
| ·蚁群算法的数学模型 | 第49-52页 |
| ·蚁群算法的寻优步骤 | 第52-53页 |
| ·一种离散域的蚁群优化算法的改进方法 | 第53-55页 |
| ·蚁群算法初始蚂蚁个体的产生 | 第53-54页 |
| ·信息素的设置 | 第54页 |
| ·组合优化问题中蚁群算法的搜索策略 | 第54-55页 |
| ·蚁群算法搜索程序的结束条件 | 第55页 |
| ·双层底结构优化算例 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第4章 粒子群优化算法 | 第58-73页 |
| ·引言 | 第58-59页 |
| ·粒子群算法的基本原理 | 第59-64页 |
| ·基本粒子群算法的数学模型 | 第59-60页 |
| ·标准粒子群优化算法的数学模型 | 第60-61页 |
| ·粒子群算法的构成要素 | 第61-64页 |
| ·粒子群算法流程 | 第64页 |
| ·离散变量粒子群优化算法 | 第64-66页 |
| ·问题解的编码 | 第64-65页 |
| ·速度和位置的更新过程 | 第65-66页 |
| ·PSO 算法的参数分析 | 第66-69页 |
| ·双层底结构优化算例 | 第69-72页 |
| ·双层底结构优化的离散变量PSO 算法参数分析 | 第69-70页 |
| ·GA、基本PSO 和标准PSO 优化双底结构的收敛性比较 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 第5章 一种新型的被动启发式粒子群优化算法 | 第73-85页 |
| ·引言 | 第73-74页 |
| ·被动启发式粒子群优化算法 | 第74-76页 |
| ·引入惯性学习因子 | 第74-75页 |
| ·惯性权重的动态取值 | 第75-76页 |
| ·PHPSO 算法优化性能研究 | 第76-83页 |
| ·测试函数简介 | 第76-78页 |
| ·算法参数设置 | 第78页 |
| ·优化结果比较分析 | 第78-83页 |
| ·双层底结构优化算例 | 第83-84页 |
| ·本章小结 | 第84-85页 |
| 结论 | 第85-87页 |
| 参考文献 | 第87-97页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第97-98页 |
| 致谢 | 第98页 |