自适应粒子群算法研究及其在多目标优化中应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·智能优化算法及粒子群算法 | 第10-14页 |
| ·智能优化算法 | 第10-11页 |
| ·三种典型智能优化算法 | 第11-13页 |
| ·粒子群算法与其他算法的异同 | 第13-14页 |
| ·粒子群算法的特点及应用 | 第14页 |
| ·本文的研究背景 | 第14-15页 |
| ·本文的研究内容 | 第15-16页 |
| 第二章 粒子群算法的基本原理和发展现状 | 第16-33页 |
| ·引言 | 第16页 |
| ·粒子群算法的起源背景 | 第16页 |
| ·粒子群算法的基本思想 | 第16-18页 |
| ·基本粒子群算法模型 | 第18-30页 |
| ·基本粒子群算法模型 | 第19页 |
| ·粒子的运动轨迹分析 | 第19-25页 |
| ·基本粒子群算法的参数设置 | 第25-27页 |
| ·基本粒子群算法流程 | 第27-30页 |
| ·基本粒子群算法的优缺点 | 第30页 |
| ·粒子群算法的研究现状及方向 | 第30-32页 |
| ·粒子群算法的研究现状 | 第30-32页 |
| ·粒子群算法的研究方向 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第三章 改进的粒子群算法及其实现 | 第33-52页 |
| ·引言 | 第33页 |
| ·改进的粒子群算法综述 | 第33-37页 |
| ·标准粒子群算法 | 第37-42页 |
| ·算法思想 | 第37-38页 |
| ·测试函数 | 第38-39页 |
| ·参数调试 | 第39-41页 |
| ·测试结果与算法评估 | 第41-42页 |
| ·小生境粒子群算法 | 第42-48页 |
| ·算法思想 | 第42-43页 |
| ·测试函数 | 第43-44页 |
| ·参数调试 | 第44-47页 |
| ·测试结果与算法评估 | 第47-48页 |
| ·动态调整飞行时间粒子群算法 | 第48-51页 |
| ·算法思想 | 第48-49页 |
| ·测试函数与参数调试 | 第49-50页 |
| ·测试结果与算法评估 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 自适应粒子群算法AFIPSO | 第52-61页 |
| ·引言 | 第52页 |
| ·AFIPSO算法思想 | 第52-54页 |
| ·AFIPSO算法流程 | 第54页 |
| ·AFIPSO实验 | 第54-60页 |
| ·测试函数与测试环境 | 第54-56页 |
| ·参数选取 | 第56-58页 |
| ·优化结果与结果分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 AFIPSO在多目标优化问题中的应用 | 第61-69页 |
| ·引言 | 第61页 |
| ·AFIPSO对多目标函数的优化 | 第61-65页 |
| ·多目标优化 | 第61-62页 |
| ·AFIPSO对多目标函数的优化测试 | 第62-65页 |
| ·AFIPSO在工程中的应用 | 第65-68页 |
| ·工程问题模型 | 第65-66页 |
| ·AFIPSO优化FCCU分馏塔的参数选取 | 第66-67页 |
| ·AFIPSO优化FCCU分馏塔结果及其比较分析 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 结论 | 第69-70页 |
| 结论 | 第69页 |
| 展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士期间取得的研究成果 | 第74-75页 |
| 致谢 | 第75-76页 |
| 附件 | 第76页 |
