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

基于粒子群算法的混料试验设计及其应用

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-13页
    1.1 试验设计现状第10页
    1.2 粒子群算法原理第10-11页
    1.3 研究背景第11页
    1.4 研究内容第11-13页
第二章 混料试验设计简介第13-22页
    2.1 试验设计简介第13-16页
        2.1.1 试验设计的原则第13-14页
        2.1.2 混料试验设计第14页
        2.1.3 混料试验设计的数学模型第14-16页
    2.2 单纯形格子设计第16-18页
    2.3 单纯形重心设计第18-20页
    2.4 极端顶点设计第20-21页
    2.5 本章小结第21-22页
第三章 粒子群算法简介第22-27页
    3.1 粒子群算法研究现状第22页
    3.2 粒子群算法的原理及步骤第22-24页
    3.3 粒子群算法的改进第24-25页
        3.3.1 惯性权重的改进第24-25页
        3.3.2 全局 PSO 算法与局部 PSO 算法第25页
    3.4 带约束的 PSO 算法第25-26页
    3.5 边界处理方法第26-27页
第四章 混料条件下的粒子群算法第27-41页
    4.1 混料条件下的 PSO 算法第27-32页
        4.1.1 粒子初始化的改进第28-29页
        4.1.2 迭代过程的改进第29-32页
    4.2 带约束条件的混料 PSO 算法第32-34页
    4.3 带惩罚函数的粒子群算法第34-38页
        4.3.1 罚函数法第34页
        4.3.2 外点罚函数法第34-36页
        4.3.3 内点罚函数法第36-38页
    4.4 带罚函数的混料粒子群算法第38-40页
    4.5 本章小结第40-41页
第五章 混料粒子群算法的实例效果评价第41-56页
    5.1 无附加条件标准混料条件下的粒子群算法寻优第41-46页
    5.2 罚函数粒子群算法寻优第46-48页
    5.3 带附加约束的混料粒子群算法寻优第48-53页
    5.4 罚函数混料粒子群算法寻优第53-54页
    5.5 本章小结第54-56页
结论第56-57页
参考文献第57-59页
附录第59-66页
攻读硕士学位期间取得的研究成果第66-67页
致谢第67-68页
附件第68页

论文共68页,点击 下载论文
上一篇:基于人工蜂群算法的软子空间聚类算法研究
下一篇:面向离岗检测的运动目标检测与跟踪算法研究