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

群智能优化算法及其应用

摘要第1-7页
Abstract第7-9页
目录第9-12页
插图目录第12-13页
表格目录第13-14页
第一章 绪论第14-28页
   ·引言第14-18页
   ·群智能优化算法的发展历程第18-23页
   ·研究背景和意义第23-25页
   ·本文的主要工作和创新点第25-28页
     ·论文主要研究工作第25-27页
     ·论文主要创新点第27-28页
第二章 基于正交试验的蚁群算法参数选取及信息素更新第28-42页
   ·蚁群算法研究现状第28-31页
   ·基于正交试验的蚁群算法参数选取分析第31-38页
     ·正交试验第32-33页
     ·组合优化第33-34页
     ·蚁群算法参数选取的正交试验设计第34-35页
     ·正交试验结果分析第35-36页
     ·二次正交试验第36-38页
   ·带负反馈的信息素更新策略第38-41页
     ·负反馈机制的引入第39页
     ·仿真实验及结果分析第39-41页
   ·本章小结第41-42页
第三章 基于自适应惯性权重策略的粒子群算法及混合优化第42-55页
   ·粒子群算法的研究现状第42-45页
   ·粒子群算法中一种自适应惯性权重策略第45-49页
     ·基于力学基本原理的自适应惯性权重策略第46-47页
     ·自适应惯性权重函数设计第47-48页
     ·对比实验及分析第48-49页
     ·本节小结第49页
   ·混合优化研究第49-53页
     ·进化策略第50页
     ·搜索步长的实验研究第50-52页
     ·基于粒子群算法和进化策略的混合优化设计第52-53页
   ·本章小结第53-55页
第四章 基于改进拥挤聚类方法的差分演化算法第55-63页
   ·差分演化算法的研究现状第55-56页
   ·拥挤聚类方法改进研究第56-59页
     ·用于多模优化的拥挤聚类方法第56-58页
     ·改进的拥挤聚类方法第58-59页
   ·基于改进拥挤聚类方法的差分演化算法第59-61页
     ·基于改进拥挤聚类方法的差分演化算法的实现第59页
     ·多模函数优化实验第59-61页
   ·本章小结第61-63页
第五章 一种新的群智能优化算法-新鱼群算法第63-79页
   ·人工鱼群算法第63-64页
   ·群智能优化算法的框架结构研究第64-65页
   ·群智能优化算法的设计原则总结第65-67页
   ·一种新的群智能优化算法—新鱼群算法第67-70页
     ·鱼群行为原型第67-68页
     ·新人工鱼模型第68-70页
     ·新鱼群算法描述第70页
   ·仿真实验研究第70-75页
     ·实验设定第70-72页
     ·实验结果第72-75页
     ·结论第75页
   ·新鱼群算法的参数选取第75-77页
     ·感知范围的选取第76页
     ·权重因子的选取第76-77页
   ·本章小结第77-79页
第六章 群智能优化算法在并联机构自标定中的应用第79-97页
   ·平面二自由度并联机构标定的研究现状第79-82页
     ·并联机构运动学求解第80-81页
     ·平面二自由度并联机构第81页
     ·标定的意义及自标定技术的发展第81-82页
   ·平面二自由度并联机构的运动学模型推导第82-85页
     ·正向运动学求解的推导第83-84页
     ·反向运动学求解的推导第84-85页
   ·基于闭链约束方程的误差函数推导第85-88页
   ·基于群智能算法的自标定优化设计第88-91页
     ·优化方法的选取第88-89页
     ·待标定的参数的确定第89页
     ·基于优化算法的自标定设计第89-91页
   ·仿真研究第91-94页
     ·仿真平台的搭建第91页
     ·仿真实验设定第91-92页
     ·仿真实验结果与分析第92-94页
   ·实际系统标定第94-96页
   ·本章小结第96-97页
第七章 基于几何分析的并联机构混合标定研究第97-107页
   ·标定中多解原因的几何分析第97-102页
     ·位形的平移变换第98页
     ·位形的旋转变换第98-99页
     ·位形的缩放变换第99-100页
     ·综合位形变换第100-102页
   ·利用外部设备去除多解的方法第102-103页
     ·缩放变换的消除第102-103页
     ·旋转变换的消除第103页
     ·平移变换的消除第103页
     ·本节小结第103页
   ·仿真实验及结果分析第103-104页
   ·基于ICCDE的标定第104-105页
   ·本章小结第105-107页
第八章 总结与展望第107-111页
   ·本文的主要工作总结第107-109页
   ·本文的主要创新点第109-110页
   ·进一步的工作展望第110-111页
参考文献第111-126页
攻读博士学位期间的研究成果第126-127页
致谢第127页

论文共127页,点击 下载论文
上一篇:NK细胞活化受体CD226的表达及功能研究
下一篇:基于核的正则化学习算法