摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
第一章 序论 | 第9-18页 |
·引言 | 第9-10页 |
·相关研究背景 | 第10-15页 |
·蚁群算法简述 | 第11-13页 |
·粒子群算法简述 | 第13-15页 |
·论文主要工作 | 第15-16页 |
·论文章节安排 | 第16-18页 |
第二章 粒子群优化算法 | 第18-26页 |
·基本粒子群算法 | 第18-20页 |
·标准粒子群算法 | 第20-21页 |
·粒子群算法流程 | 第21-22页 |
·粒子群算法的研究进展 | 第22-25页 |
·离散粒子群算法 | 第22-23页 |
·带收敛因子的粒子群算法 | 第23-24页 |
·杂交粒子群算法 | 第24-25页 |
·小结 | 第25-26页 |
第三章 PSO在工程优化问题中的应用 | 第26-48页 |
·基于粒子群算法的非线性方程组求解 | 第26-33页 |
·引言 | 第26页 |
·求解非线性方程组的极大极小模型 | 第26-27页 |
·数值实验 | 第27-33页 |
·基于粒子群算法的挠性转子平衡质量优化 | 第33-37页 |
·引言 | 第33页 |
·基于影响系数法的挠性转子平衡质量优化模型 | 第33-35页 |
·算例分析 | 第35-37页 |
·基于粒子群算法的并联机器人机构位置正解 | 第37-44页 |
·基于粒子群算法的3-RPS并联机器人机构位置正解 | 第37-41页 |
·基于粒子群算法的八面体变几何桁架机器人位置正解 | 第41-44页 |
·基于粒子群算法的0-1背包问题 | 第44-47页 |
·引言 | 第44页 |
·求解0-1背包问题的无约束优化模型 | 第44-46页 |
·算例分析 | 第46-47页 |
·小结 | 第47-48页 |
第四章 粒子群优化算法的改进 | 第48-61页 |
·引言 | 第48页 |
·BPSO与SPSO收敛于局部极值的原因分析 | 第48-51页 |
·种群收敛程度的评价指标 | 第51-53页 |
·种群粒子间平均粒距 | 第51页 |
·种群粒子空间分布方差 | 第51-52页 |
·种群的熵 | 第52页 |
·种群适应度方差 | 第52页 |
·种群粒子平均适应度与最优适应度的差值 | 第52-53页 |
·种群收敛程度的评价指标分析 | 第53-54页 |
·较优子群平均适应度与最优适应度的差异度 | 第54页 |
·改进的算法——自适变异粒子群算法(AMPSO) | 第54-57页 |
·数值实验 | 第57-60页 |
·小结 | 第60-61页 |
第五章 结论和展望 | 第61-64页 |
·结论 | 第61-62页 |
·粒子群算法在工程优化设计中的应用展望 | 第62-64页 |
致谢 | 第64-65页 |
参考文献 | 第65-69页 |
附录 | 第69-73页 |
攻硕期间取得的成果 | 第73-74页 |
修改提纲 | 第74页 |