蛙跳算法的改进及其应用研究
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 蛙跳算法的研究现状 | 第10-11页 |
| 1.3 本文主要研究内容及安排 | 第11-13页 |
| 第二章 蛙跳算法 | 第13-19页 |
| 2.1 蛙跳算法的概述 | 第13-14页 |
| 2.2 基本的SFLA算法 | 第14页 |
| 2.3 基本SFLA算法的实现步骤 | 第14-17页 |
| 2.3.1 种群初始化 | 第15页 |
| 2.3.2 子种群划分 | 第15页 |
| 2.3.3 局部搜索 | 第15-16页 |
| 2.3.4 种群混合 | 第16页 |
| 2.3.5 算法流程图 | 第16-17页 |
| 2.4 几种改进的SFLA算法 | 第17-18页 |
| 2.4.1 TSF-SFLA算法 | 第17页 |
| 2.4.2 FSFLA | 第17-18页 |
| 2.4.3 MS-SFLA | 第18页 |
| 2.5 本章小结 | 第18-19页 |
| 第三章 改进的蛙跳算法 | 第19-31页 |
| 3.1 改进的蛙跳算法ISFLA | 第19-22页 |
| 3.1.1 混沌初始化 | 第19-20页 |
| 3.1.2 多种进化策略 | 第20-21页 |
| 3.1.3 引入反向学习技术 | 第21页 |
| 3.1.4 改进算法的基本步骤 | 第21-22页 |
| 3.2 基于教与学的蛙跳算法 | 第22-24页 |
| 3.2.1“教”过程 | 第22页 |
| 3.2.2“学”过程 | 第22-23页 |
| 3.2.3 TLBO-SFLA算法流程图 | 第23-24页 |
| 3.3 实验与分析 | 第24-30页 |
| 3.3.1 测试函数选取及参数设置 | 第24-25页 |
| 3.3.2 仿真结果与分析 | 第25-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 基于改进蛙跳算法的氧化还原电位预测 | 第31-47页 |
| 4.1 氧化提金过程工艺及ORP理论介绍 | 第31-33页 |
| 4.1.1 关于金矿石生物氧化工艺流程 | 第31-32页 |
| 4.1.2 氧化还原电位相关理论 | 第32-33页 |
| 4.2 蛙跳算法的改进 | 第33-38页 |
| 4.2.1 引入权重系数 | 第33-36页 |
| 4.2.2 引入变异策略 | 第36-37页 |
| 4.2.3 改进算法流程及测试结果比较 | 第37-38页 |
| 4.3 支持向量回归机相关理论 | 第38-42页 |
| 4.3.1 统计学习理论 | 第38-39页 |
| 4.3.2 SVR理论 | 第39-42页 |
| 4.4 基于改进蛙跳算法的ORP预测模型 | 第42-46页 |
| 4.4.1 数据预处理 | 第42页 |
| 4.4.2 评价指标 | 第42-43页 |
| 4.4.3 预测模型的建立 | 第43页 |
| 4.4.4 仿真实验与分析 | 第43-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 基于改进蛙跳算法的作业车间调度优化 | 第47-57页 |
| 5.1 车间调度问题的特点及研究方法 | 第47-48页 |
| 5.1.1 车间调度问题的特点 | 第47-48页 |
| 5.1.2 车间调度问题的研究方法 | 第48页 |
| 5.2 作业车间调度问题 | 第48-50页 |
| 5.2.1 作业车间问题的假设 | 第48-49页 |
| 5.2.2 作业车间问题的数学模型 | 第49-50页 |
| 5.2.3 作业车间问题的输入输出模型 | 第50页 |
| 5.3 SFLA算法在车间调度中的应用 | 第50-52页 |
| 5.3.1 求解作业车间调度的改进蛙跳算法 | 第50-51页 |
| 5.3.2 改进蛙跳算法流程图 | 第51-52页 |
| 5.4 实验与分析 | 第52-56页 |
| 5.5 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 结论 | 第57-58页 |
| 6.2 展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间发表的论文 | 第64-66页 |
