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

区间粒子群优化算法研究及其应用

摘要第5-6页
Abstract第6-7页
第1章 绪论第11-19页
    1.1 课题研究背景及意义第11-12页
    1.2 区间优化算法的历史和发展现状第12-16页
        1.2.1 区间优化算法在数学方面的应用第12-13页
        1.2.2 区间优化算法在控制方面的应用第13-16页
        1.2.3 区间算法与其他算法的结合发展第16页
    1.3 区间算法的研究工具和资源第16-17页
    1.4 本文主要研究内容第17-19页
第2章 区间优化算法基本理论第19-33页
    2.1 区间优化算法的基本概念第19-23页
        2.1.1 区间基础知识第19-21页
        2.1.2 区间函数与区间扩张第21-23页
    2.2 经典区间算法——区间二分法第23-26页
        2.2.1 有约束的非线性全局最优化问题第23-24页
        2.2.2 典型算法——区间二分法第24-26页
    2.3 区间二分法仿真算例第26-28页
    2.4 区间二分法存在问题分析第28-31页
        2.4.1 区间计算的保守性问题第28-29页
        2.4.2 区间计算的维数灾难第29-30页
        2.4.3 可行性区间筛选问题第30-31页
    2.5 本章小结第31-33页
第3章 单目标优化区间粒子群算法研究第33-51页
    3.1 粒子群算法简介第33-36页
        3.1.1 粒子群优化算法的提出第33-34页
        3.1.2 粒子群优化算法的实现第34-35页
        3.1.3 粒子群算法参数分析第35-36页
    3.2 区间加速工具的构造第36-38页
        3.2.1 遗传算法区间加速工具介绍第36-37页
        3.2.2 粒子群优化算法与遗传算法区间加速工具的共性第37-38页
        3.2.3 粒子群优化算法相比于遗传算法在构造区间加速工具的优势第38页
    3.3 区间粒子群优化算法第38-47页
        3.3.1 区间粒子群优化算法第39-40页
        3.3.2 区间粒子群优化算法存在问题分析第40-42页
        3.3.3 区间粒子群优化算法的改进第42-47页
    3.4 仿真测试第47-49页
    3.5 本章小结第49-51页
第4章 多目标优化区间粒子群算法研究第51-65页
    4.1 多目标优化第51-53页
        4.1.1 基本概念第51页
        4.1.2 多目标优化算法及其现状第51-52页
        4.1.3 进化多目标优化算法第52-53页
    4.2 非支配排序遗传算法(NSGA)第53-55页
        4.2.1 NSGA算法基本原理第53-55页
        4.2.2 NSGA算法特点第55页
    4.3 带精英策略的非支配排序遗传算法(NSGA-Ⅱ)第55-56页
        4.3.1 快速非支配排序方法第55页
        4.3.2 拥挤度和拥挤算子第55-56页
        4.3.3 精英策略第56页
    4.4 区间多目标优化第56-62页
        4.4.1 区间多目标优化问题的数学模型第57页
        4.4.2 区间多目标进化优化方法第57-58页
        4.4.3 区间多目标优化算法基础第58-60页
        4.4.4 非被占有排序区间粒子群算法(NSISA)第60-62页
    4.5 多目标区间粒子群优化算法仿真测试第62-64页
    4.6 本章小结第64-65页
第5章 基于区间粒子群算法的谷氨酸发酵过程两阶段优化第65-85页
    5.1 谷氨酸发酵过程介绍第65-68页
        5.1.1 谷氨酸发酵的历史和发展现状第65-66页
        5.1.2 谷氨酸的合成机制第66-68页
    5.2 谷氨酸发酵过程动态模型第68-77页
        5.2.1 动态神经网络第68-72页
        5.2.2 谷氨酸发酵过程数据处理第72页
        5.2.3 谷氨酸发酵的动态神经网络模型第72-74页
        5.2.4 谷氨酸发酵神经网络模型的区间扩张第74-77页
    5.3 谷氨酸发酵过程优化仿真第77-84页
        5.3.1 第一阶段单目标优化第78-81页
        5.3.2 第二阶段多目标优化第81-84页
    5.4 本章小结第84-85页
第6章 总结与展望第85-87页
参考文献第87-91页
致谢第91页

论文共91页,点击 下载论文
上一篇:基于决策者偏好信息的NPS-CSS算法研究
下一篇:焦炉集气管压力无模型自适应解耦控制方法的研究