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

基于极值动力学的优化方法及其应用研究

摘要第1-8页
ABSTRACT(英文摘要)第8-14页
第一章 绪论第14-22页
   ·极值动力学优化算法的研究现状第14-15页
   ·多目标优化方法概述及其研究现状第15-19页
     ·多目标优化的基本概念第16-17页
     ·传统的多目标优化方法及其局限性第17-18页
     ·多目标进化算法的研究现状第18-19页
   ·极值动力学优化算法在多目标优化中的研究现状及存在问题第19页
   ·本文主要研究内容第19-22页
第二章 极值动力学优化算法第22-40页
   ·自组织临界性第22-23页
   ·Bak-Sneppen生物演化模型第23-24页
   ·从自组织临界性到自组织优化算法的构造第24页
   ·极值动力学优化算法的机理第24-30页
   ·带自适应L′evy变异的基于种群的极值动力学优化算法(PEO)第30-39页
     ·约束连续优化问题建模第30-31页
     ·基于种群的极值动力学优化算法第31-32页
     ·自适应L′evy变异算子第32-33页
     ·实验仿真和结果第33-39页
       ·测试函数第33-35页
       ·参数设置第35页
       ·实验仿真和结果分析第35-39页
     ·带自适应L′evy变异的PEO算法的特色第39页
     ·实验结论第39页
   ·本章小结第39-40页
第三章 混合的粒子群――极值动力学优化算法第40-54页
   ·粒子群优化算法(PSO)第40-45页
     ·PSO算法的思想第40-42页
     ·PSO算法的研究热点第42-43页
     ·PSO算法的应用及发展前景第43-45页
   ·混合粒子群-极值动力学优化算法(PSO-EO)第45-52页
     ·混合PSO-EO算法的思想第45页
     ·混合PSO-EO算法的流程第45页
     ·混合高斯-柯西变异算子第45-48页
     ·实验仿真和结果第48-52页
       ·测试函数第48页
       ·参数设置第48-49页
       ·实验仿真和结果分析第49-52页
     ·实验结论第52页
   ·本章小结第52-54页
第四章 基于极值动力学的多目标优化方法第54-90页
   ·多目标进化算法及其策略分析第54-60页
     ·多目标进化算法概述第54-56页
     ·典型多目标进化算法的策略分析第56-60页
       ·适应度评价方法第56-57页
       ·种群多样性保持机制第57-59页
       ·选择算子第59-60页
       ·精英策略第60页
   ·求解多目标连续优化问题的多目标极值动力学优化算法(MOEO)第60-81页
     ·算法流程第61页
     ·适应度评价第61-63页
     ·多样性保持机制第63-64页
     ·外部存档第64页
     ·约束处理方法第64-65页
     ·计算效率分析第65-66页
     ·MOEO算法求解无约束多目标优化问题第66-75页
       ·测试函数第66页
       ·性能指标第66-68页
       ·参数设置第68页
       ·实验仿真和结果分析第68-75页
       ·MOEO算法的特色第75页
       ·实验结论第75页
     ·MOEO算法求解带约束多目标优化问题第75-81页
       ·测试函数第75-76页
       ·性能指标第76-77页
       ·参数设置第77页
       ·实验仿真和结果分析第77-81页
       ·实验结论第81页
   ·求解多目标0第81-88页
     ·多目标0第81-82页
     ·算法流程第82-83页
     ·测试实例第83页
     ·参数设置第83-88页
     ·实验仿真和结果分析第88页
     ·实验结论第88页
   ·本章小结第88-90页
第五章 多目标极值动力学优化算法在工程优化和管理决策中的应用第90-116页
   ·用多目标极值动力学优化算法求解多目标机械组件设计问题第90-98页
     ·多目标机械组件设计问题第90页
     ·设计实例第90-92页
     ·参数设置第92-93页
     ·实验仿真和结果分析第93-97页
     ·实验结论第97-98页
   ·用多目标极值动力学优化算法求解投资组合优化问题第98-115页
     ·Markowitz的均值-方差投资组合模型第98-100页
     ·投资组合的多目标优化模型第100-101页
     ·算法流程第101-102页
     ·测试实例第102-103页
     ·参数设置第103-104页
     ·实验仿真和结果分析第104-114页
     ·实验结论第114-115页
   ·本章小结第115-116页
第六章 结束语第116-120页
   ·总结第116页
   ·本文主要的研究成果与创新点第116-117页
   ·研究展望第117-120页
参考文献第120-130页
致谢第130-131页
攻读博士学位期间发表、录用或完成的学术论文第131页

论文共131页,点击 下载论文
上一篇:安全操作系统的访问控制与实时报警
下一篇:混沌控制与同步的鲁棒控制器研究