首页--经济论文--经济计划与管理论文--经济计算、经济数学方法论文--经济数学方法论文

微粒群算法的收敛性及其在工程项目优化中的应用研究

第一章 绪论第1-15页
   ·工程项目优化第8页
   ·工程项目优化问题的研究现状第8-9页
   ·微粒群算法(Particle Swarm Optimization)第9-13页
   ·本文主要研究内容第13页
   ·本文主要创新点第13-15页
第二章 微粒群算法概述第15-26页
   ·微粒群算法简介第15页
   ·微粒群算法(Particle Swarm Optimization)的开发第15-16页
   ·微粒群算法的发展和现状第16-19页
   ·PSO 算法的其他改进第19-20页
   ·算法流程第20-21页
   ·算法参数分析第21-23页
   ·常用测试函数第23-24页
   ·一些非标准方案第24-25页
   ·发展趋势第25-26页
第三章 微粒群收敛和稳定性分析第26-43页
   ·概述第26页
   ·动态系统理论第26-27页
   ·PSO 算法一维问题域的收敛第27-28页
   ·二维算法收敛稳定性第28-32页
   ·多维算法收敛分析第32-33页
   ·二维问题域参数选择第33-38页
   ·随机数的影响第38页
   ·参数调整第38-39页
   ·优化实验第39-41页
   ·优化结果和讨论第41-42页
   ·结论第42-43页
第四章 基于微粒群算法的工程项目优化研究第43-55页
   ·引言第43-46页
   ·工程项目多目标优化第46-49页
   ·应用微粒群算法解决工程项目优化问题第49-50页
   ·应用实例第50-54页
   ·结论第54-55页
第五章 总结及展望第55-57页
附录 1 微粒群算法二维参数选择 MATLAB 编程源代码第57-62页
附录 2 微粒群算法解决多目标问题伪代码第62-63页
附录 3 应用 SPSS 软件量化质量第63-66页
参考文献第66-72页
发表论文及参加科研情况第72-73页
致谢第73页

论文共73页,点击 下载论文
上一篇:威远县优质生猪产业化发展及其推广模式研究
下一篇:基于UG的2K-H行星减速器计算机辅助设计