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

布谷鸟搜索算法的改进及其应用研究

摘要第3-4页
ABSTRACT第4页
第1章 绪论第9-13页
    1.1 引言第9页
    1.2 传统优化方法第9页
    1.3 启发式算法的缘起及发展第9-10页
        1.3.1 启发式算法的缘起第9-10页
        1.3.2 启发式算法的发展第10页
    1.4 布谷鸟搜索算法的产生、发展和研究现状第10-12页
        1.4.1 布谷鸟搜索算法的产生和发展第10页
        1.4.2 布谷鸟搜索算法国内研究现状第10-11页
        1.4.3 布谷鸟搜索算法国外研究现状第11-12页
    1.5 论文主体工作及安排第12-13页
第2章 布谷鸟搜索算法第13-17页
    2.1 生物学原理第13-14页
        2.1.1 布谷鸟繁殖行为第13页
        2.1.2 Lévy飞行和Lévy分布第13-14页
    2.2 数学原理第14-15页
    2.3 布谷鸟搜索算法的流程第15页
    2.4 本章小结第15-17页
第3章 基于自适应柯西变异的布谷鸟搜索算法应用研究第17-31页
    3.1 柯西分布第17-18页
    3.2 ACMCS算法的基本步骤第18页
    3.3 ACMCS性能分析第18-23页
        3.3.1 实验仿真设计第18页
        3.3.2 测试平台第18-19页
        3.3.3 参数设置第19页
        3.3.4 测试函数第19-21页
        3.3.5 测试结果分析第21-23页
    3.4 基于ACMCS算法的优化气吸滚筒式三七精密排种器性能参数研究第23-28页
        3.4.1 排种性能实验准备第24页
        3.4.2 二次旋转正交组合实验第24-26页
        3.4.3 回归方程分析第26页
        3.4.4 排种性能优化第26页
        3.4.5 实验仿真设计第26页
        3.4.6 实验仿真环境第26-27页
        3.4.7 参数设置第27页
        3.4.8 实验仿真结果第27-28页
    3.5 结论第28页
    3.6 本章小结第28-31页
第4章 基于混合变异算子的布谷鸟搜索算法应用研究第31-51页
    4.1 高斯变异算子第31页
    4.2 差分进化算法第31-33页
        4.2.1 差分进化算法流程图第32页
        4.2.2 主要操作步骤第32-33页
        4.2.3 差分进化算子第33页
    4.3 混合变异算子的布谷鸟搜索算法第33-34页
    4.4 算法测试结果与分析第34-41页
        4.4.1 测试函数第34-36页
        4.4.2 测试平台第36页
        4.4.3 参数设置第36页
        4.4.4 针对测试函数f_1(x) -f_4(x) 测试结果及分析第36-38页
        4.4.5 针对测试函数f_5(x) -f_(10)(x) 测试结果及分析第38-41页
    4.5 混合变异算子的布谷鸟搜索算法求解工程实例第41-42页
    4.6 混合变异算子的布谷鸟搜索算法求解非线性方程组第42-49页
        4.6.1 数值实验第43-44页
        4.6.2 参数设置第44页
        4.6.3 测试结果及分析第44-49页
    4.7 本章小结第49-51页
第5章 论文总结与展望第51-53页
参考文献第53-57页
致谢第57页

论文共57页,点击 下载论文
上一篇:萤火虫群优化算法的改进及应用
下一篇:基于低维ZnSn(OH)6修饰的QCM传感器性能及机理研究