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 |