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

约束多目标改进粒子群优化算法研究及应用

摘要第1-4页
ABSTRACT第4-8页
第一章 绪论第8-14页
   ·研究背景及意义第8-9页
   ·多目标优化的国内外研究现状第9-12页
   ·约束优化的国内外研究现状第12页
   ·论文的主要研究内容第12-14页
第二章 多目标粒子群算法研究综述第14-27页
   ·多目标优化第14-20页
     ·多目标优化问题描述第14-15页
     ·基于Pareto的多目标解集基本概念第15-16页
     ·进化多目标优化方法的分类第16-19页
     ·多目标进化算法的基本框架第19-20页
   ·粒子群优化算法概述第20-25页
     ·粒子群优化算法的基本原理第20-21页
     ·基本粒子群算法第21-22页
     ·基本粒子群优化算法的流程和特点第22-23页
     ·粒子群算法的改进及研究现状第23-25页
   ·多目标粒子群算法第25-26页
   ·小结第26-27页
第三章 禁忌粒子群混合优化算法研究第27-42页
   ·粒子群算法的缺陷及混合优化改进策略分析第27-28页
   ·禁忌搜索算法概述第28-31页
     ·禁忌搜索算法的基本原理第29页
     ·禁忌搜索算法的基本流程第29-30页
     ·禁忌搜索算法的要素和关键技术第30-31页
   ·改进的禁忌粒子群混合算法第31-41页
     ·改进的禁忌粒子群混合优化算法的基本思想第31-32页
     ·HTS-PSO算法关键算子分析第32-36页
     ·HTS-PSO算法流程第36-38页
     ·HTS-PSO算法性能测试及结果分析第38-41页
   ·小结第41-42页
第四章 改进约束多目标粒子群算法的研究及应用第42-75页
   ·智能约束处理技术研究第42-49页
     ·约束优化问题难点分析第42-43页
     ·适用于智能优化算法的约束处理技术第43-49页
   ·改进的约束多目标粒子群优化算法第49-60页
     ·算法的基本思想第50-52页
     ·约束处理第52-55页
     ·基于Pareto的快速非支配排序第55页
     ·基于k最近邻聚集密度的外部种群维护策略第55-57页
     ·全局和个体领导粒子选取第57-58页
     ·TS搜索变异第58页
     ·CMOPSO算法整体流程第58-60页
   ·实验结果与分析第60-63页
     ·测试函数第60页
     ·性能指标第60-61页
     ·参数设置和结果分析第61-63页
   ·改进的CMOPSO算法在锌电解过程能耗优化中的应用第63-74页
     ·锌电解过程原理概述与能耗分析第64-65页
     ·锌电解过程工艺条件综合优化模型第65-67页
     ·锌电解过程工艺条件综合优化第67页
     ·基于TOPSIS方法的锌电解过程工艺决策第67-71页
     ·锌电解过程关键工艺参数的优化控制第71-74页
   ·小结第74-75页
第五章 结论与展望第75-77页
   ·结论第75页
   ·展望第75-77页
参考文献第77-83页
致谢第83-84页
攻读学位期间主要的研究成果第84页

论文共84页,点击 下载论文
上一篇:基于ZigBee和红外检测的停车位监控系统的研究
下一篇:遗传算法的改进研究及其在酵母扩培系统中的应用