摘要 | 第1-7页 |
ABSTRACT | 第7-10页 |
目录 | 第10-13页 |
第1章 绪论 | 第13-30页 |
·引言 | 第13页 |
·智能优化方法及其应用 | 第13-16页 |
·粒子群优化(PSO)算法 | 第16-20页 |
·粒子群优化算法基本工作原理 | 第16-17页 |
·粒子群优化算法发展及研究动态 | 第17-20页 |
·软测量技术的发展及研究动态 | 第20-24页 |
·软测量的概述 | 第20页 |
·软测量技术的发展 | 第20-22页 |
·软测量基本工作原理 | 第22-24页 |
·优化方法在工业过程中的应用 | 第24-28页 |
·合成氨过程中的优化 | 第24-26页 |
·甲醇过程中的优化 | 第26-27页 |
·优化技术在物流中的应用 | 第27-28页 |
·本文的研究内容及章节安排 | 第28-30页 |
第2章 基于自导式粒子群算法的德士古气化炉炉温软测量 | 第30-55页 |
·引言 | 第30页 |
·软测量建模方法 | 第30-32页 |
·自导式粒子群优化算法 | 第32-34页 |
·基本PSO算法 | 第32-33页 |
·SGPSO算法 | 第33-34页 |
·数值仿真 | 第34-46页 |
·测试函数 | 第34-35页 |
·实验结果与讨论 | 第35-46页 |
·基于SGPSO算法的气化炉炉温软测量 | 第46-54页 |
·德士古水煤浆气化工艺流程 | 第46-47页 |
·BP神经网络软测量建模 | 第47页 |
·气化炉炉膛温度的测量 | 第47-48页 |
·气化炉炉温软测量建模 | 第48-52页 |
·隐含层节点数的影响 | 第52-54页 |
·本章小结 | 第54-55页 |
第3章 基于随机学习因子混沌PSO算法的甲醇合成塔转化率测量 | 第55-82页 |
·引言 | 第55页 |
·甲醇合成工艺流程 | 第55-56页 |
·基于随机学习因子和混沌的粒子群算法 | 第56-61页 |
·随机学习因子粒子群算法(RLFPSO) | 第56-58页 |
·随机学习因子混沌粒子群算法(RLFPSOC) | 第58-61页 |
·RLFPSO和RLFPSOC算法的函数优化仿真实验 | 第61-77页 |
·经典测试函数 | 第61-62页 |
·函数优化实验结果 | 第62-77页 |
·基于混沌学习因子PSO算法在甲醇合成塔转化率的软测量 | 第77-81页 |
·甲醇转化率影响因素 | 第77-78页 |
·甲醇合成塔转化率的软测量建模 | 第78-81页 |
·本章小结 | 第81-82页 |
第4章 基于历史最优共享的粒子群优化算法及其应用 | 第82-106页 |
·引言 | 第82页 |
·氨合成过程 | 第82-83页 |
·基于历史最优共享的PSO算法 | 第83-86页 |
·VSHBPSO的原理 | 第83页 |
·VSHBPSO的其它形式 | 第83-86页 |
·VSHBPSO算法的流程图 | 第86页 |
·典型测试函数验证 | 第86-101页 |
·标准测试函数 | 第86-87页 |
·测试结果与讨论 | 第87-101页 |
·VSHBPSO在合成氨塔出口氨含量软测量中的应用 | 第101-105页 |
·辅助变量选择与数据处理 | 第102-103页 |
·基于VSHBPSO-NN的出口氨含量软测量 | 第103-105页 |
·本章小结 | 第105-106页 |
第5章 离散型粒子群算法及其在物料集配中的应用 | 第106-120页 |
·引言 | 第106-107页 |
·组合优化问题 | 第106-107页 |
·组合优化问题方法简述 | 第107页 |
·PSO解决离散组合问题的基本策略及变异 | 第107页 |
·物料分组托盘集配问题分析 | 第107-108页 |
·物料分组集配的目标 | 第108页 |
·物料分组托盘集配的组合爆炸复杂性 | 第108页 |
·托盘集配问题的研究分析 | 第108-109页 |
·物料分组托盘集配建模 | 第109-110页 |
·物料集配问题描述 | 第109页 |
·物料集配问题模型建立 | 第109-110页 |
·物料集配问题解的复杂度 | 第110页 |
·优化物料集配问题的算法设计 | 第110-113页 |
·离散型PSO算法设计 | 第111页 |
·离散型PSO算法编码 | 第111页 |
·离散型PSO学习策略 | 第111-112页 |
·离散型PSO算法伪代码 | 第112-113页 |
·离散型PSO算法优化物料分组托盘集配问题的仿真实验 | 第113-119页 |
·本章小结 | 第119-120页 |
第6章 总结与展望 | 第120-122页 |
·本文研究工作总结 | 第120-121页 |
·展望 | 第121-122页 |
参考文献 | 第122-135页 |
致谢 | 第135-136页 |
作者在攻读博士学位期间完成的论文及获得的荣誉 | 第136页 |