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

生物地理学优化算法的改进研究及其应用

目录第1-6页
摘要第6-7页
Abstract第7-8页
第一章 绪论第8-12页
   ·课题背景和意义第8页
   ·研究内容和创新点第8-9页
     ·研究内容第8-9页
     ·创新点第9页
   ·论文组织结构第9-11页
   ·本章小结第11-12页
第二章 生物地理学优化算法研究进展第12-19页
   ·生物地理数学模型第12-13页
   ·生物地理学优化算法简介第13-17页
     ·算法构建第13页
     ·基本术语第13页
     ·迁移算子和变异算子第13-15页
       ·迁移算子第13-14页
       ·变异算子第14-15页
     ·BBO 算法描述第15-17页
   ·生物地理学优化算法研究现状第17-18页
   ·其它智能优化算法研究第18页
   ·本章小结第18-19页
第三章 一种基于中值迁移和柯西变异的单目标生物地理学优化算法第19-30页
   ·中值迁移算子第19-21页
     ·中值定理第19页
     ·基于中值定理的迁移算子第19-21页
   ·柯西变异算子第21-22页
     ·柯西分布第21页
     ·基于柯西分布的变异算子第21-22页
   ·MCBBO 算法描述第22-23页
   ·实验第23-29页
     ·实验准备第23-24页
     ·实验结果及分析第24-29页
   ·本章小结第29-30页
第四章 一种基于中值迁移算子和ε-支配的多目标生物地理学优化算法第30-41页
   ·多目标优化问题和方法第30-32页
     ·问题描述第30-31页
     ·相关算法第31-32页
   ·精英种群的引入和维护第32-33页
   ·MVBBO 算法描述第33-34页
   ·实验第34-40页
     ·实验准备第34-36页
     ·实验结果及分析第36-40页
   ·本章小结第40-41页
第五章 MCBBO 算法在群体路径规划中的应用第41-51页
   ·平台介绍第41-42页
   ·群体路径规划子系统设计第42-44页
     ·MCBBO 算法使用分析第42-43页
     ·群体路径规划子系统功能分析第43-44页
   ·应用实例第44-50页
     ·聚集运动第45-47页
     ·跟随运动第47-48页
     ·疏散运动第48-49页
     ·扩散运动第49-50页
   ·本章小结第50-51页
第六章 总结与展望第51-52页
   ·全文总结第51页
   ·下一步研究工作第51-52页
参考文献第52-54页
攻读硕士学位期间的论文发表情况第54-55页
致谢第55页

论文共55页,点击 下载论文
上一篇:基于证据理论的多源证据分析技术研究
下一篇:基于433MHz模块的远程抄表安全系统设计与实现