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

基于群智能的鲁棒多目标优化方法及应用

致谢第1-6页
摘要第6-8页
英文摘要第8-10页
目次第10-14页
插图和附表清单第14-16页
1 绪论第16-44页
   ·群智能第16-18页
   ·粒子群优化算法第18-24页
     ·算法原理和流程第18-19页
     ·算法参数分析第19-21页
     ·粒子群算法的改进第21-24页
   ·多目标优化方法第24-32页
     ·多目标优化中的基本概念第24-26页
     ·多目标优化的传统方法第26-28页
     ·进化多目标优化的研究现状第28-32页
     ·进化多目标优化算法设计第32页
   ·鲁棒多目标优化方法第32-37页
     ·优化问题的不确定性和鲁棒性第32-34页
     ·鲁棒多目标优化的研究现状第34-37页
   ·约束优化的研究现状第37-42页
   ·论文的组织结构第42-44页
2 一种约束自适应粒子群算法第44-56页
   ·引言第44页
   ·改进的约束自适应粒子群算法第44-48页
     ·双适应度值的建立第44-45页
     ·双适应值的自适应策略第45页
     ·双适应值的粒子竞争选择策略第45-46页
     ·PSO算法中动态变异策略第46-47页
     ·算法的流程第47-48页
   ·仿真实验及分析第48-55页
     ·仿真算例第48-53页
     ·仿真结果及分析第53-55页
   ·本章小结第55-56页
3 一种基于maximin的多目标优化算法第56-70页
   ·引言第56页
   ·基于maximin的多目标优化算法第56-60页
     ·maximin适应度函数改进第56-59页
     ·ε-支配策略的引入和改进第59页
     ·算法流程第59-60页
   ·仿真实验及分析第60-68页
     ·算例及测试指标第60-62页
     ·仿真结果及其分析第62-68页
   ·本章小结第68-70页
4 一种新的鲁棒多目标优化方法第70-92页
   ·引言第70页
   ·鲁棒单目标优化第70-77页
     ·鲁棒的概念第70-72页
     ·已有鲁棒性度量方法第72-73页
     ·一种新的鲁棒性度量方法第73-77页
   ·鲁棒多目标优化第77-80页
     ·多目标优化的鲁棒度量方法第77-79页
     ·鲁棒多目标优化算法第79-80页
   ·鲁棒多目标优化仿真计算第80-91页
     ·仿真算例第80-85页
     ·仿真结果及分析第85-91页
   ·本章小结第91-92页
5 群智能在实际优化问题中的应用第92-114页
   ·多水厂节能优化供水调度问题上的应用第92-96页
     ·优化调度目标函数建立第92-93页
     ·应用实例第93-95页
     ·仿真结果及分析第95-96页
     ·小结第96页
   ·压缩机控制器启动性能优化问题上的应用第96-100页
     ·应用背景第96-97页
     ·多目标模型建立第97-99页
     ·仿真结果与分析第99-100页
     ·小结第100页
   ·粒子群算法参数优化配置上的应用第100-112页
     ·PSO动力学模型第100-102页
     ·PSO模型的随机收敛速度指标的建立第102-104页
     ·PSO模型的随机收敛精度指标的建立第104-107页
     ·基于PSO模型随机收敛指标的鲁棒多目标优化第107-109页
     ·参数优化配置后的实例仿真第109-111页
     ·小结第111-112页
   ·本章小结第112-114页
6 总结与展望第114-116页
参考文献第116-132页
附录A PSO模型的随机收敛速度指标方程子函数第132-134页
作者简历第134-135页

论文共135页,点击 下载论文
上一篇:改进的极值优化算法及其在组合优化问题中的应用研究
下一篇:复杂网络的结构刻画与蛋白质作用网络的建模研究