摘要 | 第1-10页 |
ABSTRACT | 第10-13页 |
第1章 绪论 | 第13-21页 |
·引言 | 第13页 |
·优化算法及其分类 | 第13-14页 |
·智能优化算法的特点 | 第14-15页 |
·智能优化算法的应用 | 第15-17页 |
·本论文的主要研究内容 | 第17-21页 |
·差分进化算法概述 | 第17-19页 |
·本论文的主要研究内容及结构安排 | 第19-21页 |
第2章 差分进化算法及其在求解混合整数非线性规划问题中的应用 | 第21-33页 |
·差分进化算法原理 | 第21-25页 |
·变异操作 | 第21-22页 |
·交叉操作 | 第22页 |
·选择操作 | 第22-23页 |
·差分进化算法的工作过程示意图 | 第23-24页 |
·差分进化算法的C 语言描述 | 第24-25页 |
·差分进化算法的变化形式 | 第25页 |
·改进差分进化算法在混合整数非线性规划中的应用 | 第25-32页 |
·引言 | 第25-26页 |
·MINP 问题描述 | 第26页 |
·改进的差分进化算法 | 第26-28页 |
·算法流程 | 第28-29页 |
·实验研究 | 第29-32页 |
·小结 | 第32-33页 |
第3章 采用非固定多段映射罚函数的非线性约束优化差分进化算法 | 第33-42页 |
·引言 | 第33-34页 |
·非固定多段映射罚函数法 | 第34-35页 |
·改进的差分进化算法 | 第35-37页 |
·变异操作 | 第35-36页 |
·交叉操作及选择操作 | 第36页 |
·算法流程 | 第36-37页 |
·数值分析 | 第37-41页 |
·小结 | 第41-42页 |
第4章 多目标优化问题的差分进化算法研究 | 第42-54页 |
·引言 | 第42-43页 |
·多目标优化问题的基本概念 | 第43-44页 |
·多目标优化问题的目标加权法 | 第44-45页 |
·多目标优化问题的矢量评估算法 | 第45-46页 |
·求解多目标优化问题的差分进化算法 | 第46-53页 |
·差分进化算法 | 第46-47页 |
·精英最优目标函数值排序策略 | 第47-49页 |
·多目标优化差分进化算法实现 | 第49页 |
·实验研究 | 第49-53页 |
·小结 | 第53-54页 |
第5章 基于自适应二次变异差分进化算法的不完全微分PID 控制器优化设计 | 第54-68页 |
·引言 | 第54-55页 |
·差分进化算法及其早熟收敛问题 | 第55页 |
·自适应二次变异差分进化算法设计 | 第55-57页 |
·自适应二次变异思想 | 第55-57页 |
·时变交叉概率因子CR 思想 | 第57页 |
·自适应二次差分进化算法实现步骤 | 第57页 |
·自适应二次变异差分进化算法性能分析 | 第57-61页 |
·PID 控制器参数整定概述 | 第61页 |
·不完全微分PID 控制器 | 第61-62页 |
·PID 控制器的性能指标 | 第62-63页 |
·基于ASMDE 算法的PID 控制器参数优化步骤 | 第63-64页 |
·参数搜索空间 | 第63页 |
·ASMDE-PID 控制器的优化步骤 | 第63-64页 |
·仿真研究 | 第64-66页 |
·小结 | 第66-68页 |
第6章 双群体伪并行差分进化算法研究及应用 | 第68-77页 |
·引言 | 第68页 |
·DSPPDE 算法 | 第68-69页 |
·基于平均熵的初始化 | 第69-70页 |
·实验研究 | 第70-73页 |
·DSPPDE 算法在非线性系统参数估计中的应用 | 第73-75页 |
·模型参数估计问题描述 | 第73-74页 |
·应用实例 | 第74-75页 |
·小结 | 第75-77页 |
第7章 参数自适应改进差分进化算法研究及应用 | 第77-87页 |
·引言 | 第77-78页 |
·变异操作的改进 | 第78-79页 |
·自适应控制参数策略 | 第79-80页 |
·缩放因子F 的自适应策略 | 第79页 |
·交叉概率CR 的自适应策略 | 第79-80页 |
·实验研究 | 第80-83页 |
·应用研究 | 第83-86页 |
·小结 | 第86-87页 |
结论 | 第87-90页 |
1. 论文的主要工作和创新点 | 第87-88页 |
2. 研究工作展望 | 第88-90页 |
参考文献 | 第90-95页 |
致谢 | 第95-96页 |
附录A(攻读硕士学位期间所发表的学术论文目录) | 第96页 |