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

引力搜索算法的改进及其应用研究

摘要第1-4页
Abstract第4-6页
目录第6-8页
第一章 绪论第8-16页
   ·研究背景及意义第8-9页
   ·优化问题第9页
   ·典型的智能优化方法第9-11页
     ·遗传算法第9-10页
     ·蚁群算法第10-11页
     ·粒子群算法第11页
   ·引力搜索算法的研究现状第11-13页
     ·引力搜索算法的改进第11-12页
     ·引力搜索算法的应用第12-13页
   ·本文研究的主要内容第13-16页
第二章 引力搜索算法及优化问题第16-24页
   ·引力搜索算法基本原理第16-17页
   ·引力搜索算法描述第17-18页
   ·引力搜索算法实现第18-19页
   ·单目标优化问题第19页
   ·多目标优化问题第19-23页
     ·多目标优化问题描述第19-20页
     ·Pareto 概念第20-21页
     ·传统多目标优化方法第21页
     ·智能多目标优化算法第21-23页
   ·本章小节第23-24页
第三章 求解单目标优化问题的改进引力搜索算法及应用第24-36页
   ·引言第24-25页
   ·改进引力搜索算法第25-29页
     ·改进引力系数第25页
     ·早熟判定第25-26页
     ·复合形法第26-27页
     ·改进引力搜索算法的算法实现第27-29页
   ·算法测试及分析第29-32页
   ·基于 IGSA 的 SVM 参数优化及应用第32-35页
     ·SVM 原理及其参数第32-33页
     ·基于 IGSA 的 SVM 参数优化方法第33-34页
     ·谷氨酸发酵过程谷氨酸浓度预测第34-35页
   ·本章小结第35-36页
第四章 求解多目标优化问题的引力搜索算法及应用第36-52页
   ·引言第36页
   ·多目标引力搜索算法第36-38页
   ·多目标引力搜索算法步骤第38-39页
   ·仿真实验第39-43页
     ·测试函数第39-40页
     ·性能评价第40-41页
     ·测试结果及分析第41-43页
   ·多目标 GSA 在青霉素发酵过程优化中的应用第43-51页
     ·青霉素发酵过程第44-45页
     ·青霉素发酵过程动力学模型第45-48页
     ·青霉素发酵过程多目标优化问题第48-49页
     ·优化结果与分析第49-51页
   ·本章小结第51-52页
主要结论与展望第52-54页
 主要结论第52-53页
 展望第53-54页
致谢第54-55页
参考文献第55-58页
作者在攻读硕士学位期间发表的论文第58页

论文共58页,点击 下载论文
上一篇:间歇过程的鲁棒迭代学习控制研究
下一篇:基于极限学习机的发酵过程软测量