| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第8-10页 |
| 第1章 引言 | 第10-14页 |
| 1.1 铁电薄膜的历史与发展 | 第10-11页 |
| 1.2 磁电复合薄膜的历史与发展 | 第11页 |
| 1.3 研究磁电复合薄膜的意义 | 第11-12页 |
| 1.4 磁电复合薄膜的研究方向和方法 | 第12页 |
| 1.5 本文主要工作 | 第12-14页 |
| 第2章 铁电薄膜及磁电复合薄膜基本性质的概述 | 第14-32页 |
| 2.1 铁电薄膜的基本性质 | 第14-26页 |
| 2.1.1 铁电体及电滞回线 | 第14-15页 |
| 2.1.2 Miller模型 | 第15-22页 |
| 2.1.3 电滞回线理论公式的验证 | 第22-25页 |
| 2.1.4 电滞回线图像不封闭性分析 | 第25-26页 |
| 2.2 磁电复合薄膜的基本性质 | 第26-30页 |
| 2.2.1 磁电效应 | 第26-28页 |
| 2.2.2 磁滞回线 | 第28-29页 |
| 2.2.3 Jiles-Atherton模型 | 第29-30页 |
| 2.3 本章小结 | 第30-32页 |
| 第3章 智能优化算法概述 | 第32-45页 |
| 3.1 粒子群优化算法 | 第32-36页 |
| 3.1.1 粒子群优化算法的发展 | 第32-33页 |
| 3.1.2 粒子群优化算法原理 | 第33-34页 |
| 3.1.3 基本粒子群优化算法的流程 | 第34-35页 |
| 3.1.4 粒子群优化算法的特点及应用 | 第35-36页 |
| 3.2 差分演化算法 | 第36-40页 |
| 3.2.1 差分演化算法的发展 | 第36-37页 |
| 3.2.2 基本差分演化算法原理 | 第37-38页 |
| 3.2.3 基本差分演化算法的流程 | 第38-39页 |
| 3.2.4 差分演化算法的特点及应用 | 第39-40页 |
| 3.3 遗传优化算法 | 第40-44页 |
| 3.3.1 遗传优化算法的发展 | 第40页 |
| 3.3.2 基本遗传算法原理 | 第40-42页 |
| 3.3.3 基本遗传算法的流程 | 第42-43页 |
| 3.3.4 遗传优化算法的特点及应用 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 智能优化算法在磁电复合薄膜特性研究中的应用 | 第45-63页 |
| 4.1 智能优化算法对磁电复合薄膜磁电耦合特性的研究 | 第45-56页 |
| 4.1.1 磁电复合薄膜磁电耦合参数的研究 | 第45-47页 |
| 4.1.2 智能优化算法对磁电耦合特性参数的提取 | 第47-49页 |
| 4.1.3 智能优化算法参数优化结果的验证 | 第49-56页 |
| 4.2 智能优化算法对磁电复合薄膜磁滞特性的研究 | 第56-62页 |
| 4.2.1 智能优化算法对磁滞特性参数的提取 | 第56-57页 |
| 4.2.2 智能优化算法结果分析与对比 | 第57-60页 |
| 4.2.3 智能优化算法优化参数的验证 | 第60-62页 |
| 4.3 本章小结 | 第62-63页 |
| 第5章 总结与展望 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 攻读学位期间取得的研究成果 | 第70-71页 |
| 致谢 | 第71-73页 |