改进的GA-SA算法在叶轮优化设计中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题的提出背景及意义 | 第10-11页 |
| ·遗传算法的发展过程 | 第11-12页 |
| ·遗传算法的研究现状 | 第12-14页 |
| ·遗传算法的理论研究现状 | 第12-13页 |
| ·遗传算法在工程上的应用及叶轮优化设计研究现状 | 第13-14页 |
| ·本文研究思路和结构安排 | 第14-15页 |
| ·本文研究思路和过程 | 第14页 |
| ·论文的结构安排 | 第14-15页 |
| ·课题的创新之处 | 第15-16页 |
| 第二章 遗传算法概述 | 第16-25页 |
| ·遗传算法简介 | 第16-17页 |
| ·遗传算法的基本思想 | 第16页 |
| ·遗传算法的特点 | 第16-17页 |
| ·基本遗传算法 | 第17-21页 |
| ·基本遗传算法的构成要素 | 第17-19页 |
| ·基本遗传算法的实现 | 第19-20页 |
| ·基本遗传算法存在的问题 | 第20-21页 |
| ·遗传算法的基本原理 | 第21-23页 |
| ·遗传算法的搜索机理 | 第21-23页 |
| ·遗传算法的收敛性 | 第23页 |
| ·算法性能指标 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 遗传算法常见的改进方法及其性能分析 | 第25-36页 |
| ·初始种群生成方法改进 | 第25-27页 |
| ·初始种群对于算法的重要性 | 第25-26页 |
| ·产生初始种群的方法及其性能分析 | 第26-27页 |
| ·自适应遗传算法 | 第27-31页 |
| ·传统的自适应遗传算法 | 第27-29页 |
| ·一种改进的自适应遗传算法 | 第29-30页 |
| ·现有自适应遗传算法介绍及分析 | 第30-31页 |
| ·混合遗传算法 | 第31-35页 |
| ·混合遗传算法思想 | 第31-32页 |
| ·模拟退火算法 | 第32-33页 |
| ·遗传模拟退火算法 | 第33-34页 |
| ·现有遗传退火算法介绍及分析 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于种群多样性的遗传算法改进 | 第36-51页 |
| ·初始种群与遗传算法性能关系的研究 | 第36-38页 |
| ·交叉算子的搜索能力分析 | 第36-37页 |
| ·变异算子的搜索能力分析 | 第37-38页 |
| ·初始种群与遗传算法性能关系分析 | 第38页 |
| ·基于种群多样性的的自适应遗传退火算法 | 第38-50页 |
| ·种群的多样性度量 | 第38-39页 |
| ·一种新的初始种群生成方法 | 第39-41页 |
| ·改进的自适应交叉和变异操作 | 第41-43页 |
| ·基于模拟退火机制的邻域最优局部搜索 | 第43-44页 |
| ·算例测试与分析 | 第44-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 改进的遗传算法在叶轮优化设计中的应用 | 第51-61页 |
| ·问题的描述 | 第51页 |
| ·叶轮优化设计的数学模型 | 第51-53页 |
| ·目标函数 | 第52页 |
| ·约束条件 | 第52-53页 |
| ·叶轮优化设计的遗传算法描述 | 第53-56页 |
| ·确定表示方案 | 第53-54页 |
| ·确定个体评价方法 | 第54页 |
| ·设计遗传算子 | 第54-55页 |
| ·确定遗传算法的运行参数 | 第55页 |
| ·确定终止准则和指定结果的方法 | 第55-56页 |
| ·叶轮优化实例 | 第56-60页 |
| ·实验环境 | 第56-57页 |
| ·风洞模拟试验结果及分析 | 第57-59页 |
| ·优化结果及分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 总结 | 第61页 |
| 今后的工作设想 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间取得的学术成果 | 第67-68页 |
| 致谢 | 第68页 |
