基于人工蜂群算法的Van der Pol-Duffing振子的参数辨识
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 第1章 绪论 | 第10-15页 |
| ·本文的研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·国外研究现状 | 第12页 |
| ·国内研究现状 | 第12-13页 |
| ·本文的主要研究内容 | 第13页 |
| ·本文的研究目的 | 第13页 |
| ·本文的组织结构 | 第13-15页 |
| 第2章 智能优化算法 | 第15-23页 |
| ·概述 | 第15页 |
| ·演化算法 | 第15-18页 |
| ·GA | 第15-16页 |
| ·GA的概述 | 第15-16页 |
| ·GA的计算流程 | 第16页 |
| ·DE算法 | 第16-18页 |
| ·DE的概述 | 第16-17页 |
| ·DE的计算流程 | 第17页 |
| ·DE算法的发展与应用 | 第17-18页 |
| ·群智能算法 | 第18-22页 |
| ·ACO算法 | 第18-20页 |
| ·ACO算法的概述 | 第18-19页 |
| ·ACO算法求解TSP的模型 | 第19-20页 |
| ·ACO算法的发展及应用 | 第20页 |
| ·PSO算法 | 第20-22页 |
| ·PSO算法的概述 | 第20-21页 |
| ·PSO算法的计算流程 | 第21页 |
| ·PSO算法的发展 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 ABC算法的概述 | 第23-34页 |
| ·ABC算法的产生和发展 | 第23-25页 |
| ·算法的产生 | 第23-24页 |
| ·算法的发展 | 第24-25页 |
| ·ABC算法的优化原理 | 第25-28页 |
| ·算法的数学模型 | 第25-27页 |
| ·算法的流程图和伪代码 | 第27-28页 |
| ·算法的收敛性 | 第28-33页 |
| ·ABC算法的Markov链模型 | 第28-31页 |
| ·基本概念和数学定义 | 第28-29页 |
| ·ABC算法的Markov模型 | 第29-31页 |
| ·ABC算法的收敛性分析 | 第31-33页 |
| ·随机优化算法的收敛性准则 | 第31-32页 |
| ·ABC算法的全局收敛性 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 带有空间收缩机制的ABC算法 | 第34-39页 |
| ·不完全演化算法 | 第34页 |
| ·空间收缩机制 | 第34-35页 |
| ·ABCSC算法 | 第35-37页 |
| ·ABCSC算法的思想 | 第35页 |
| ·ABCSC算法的意义 | 第35-36页 |
| ·ABCSC算法的流程图和伪代码 | 第36-37页 |
| ·参数设定 | 第37页 |
| ·本章小结 | 第37-39页 |
| 第5章 ABCSC算法在系统参数辨识中的应用 | 第39-54页 |
| ·VDPD振子 | 第39页 |
| ·VDPD振子辨识的数学模型 | 第39-41页 |
| ·仿真结果 | 第41-53页 |
| ·单井VDPD振子 | 第41-45页 |
| ·NSR=0 | 第41-43页 |
| ·NSR=2% | 第43-44页 |
| ·单井VDPD振子的20次独立仿真结果 | 第44-45页 |
| ·双井VDPD振子 | 第45-49页 |
| ·NSR=0 | 第46-47页 |
| ·NSR=2% | 第47-48页 |
| ·双井VDPD振子的20次独立仿真结果 | 第48-49页 |
| ·双峰VDPD振子 | 第49-52页 |
| ·NSR = 0 | 第49-50页 |
| ·NSR=2% | 第50-52页 |
| ·双峰VDPD振子的20次独立仿真结果 | 第52页 |
| ·仿真结果分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第6章 总结与展望 | 第54-55页 |
| ·全文总结 | 第54页 |
| ·本文展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士期间发表的论文 | 第61页 |
