改进的粒子群算法及其工程应用研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 选题的研究背景和意义 | 第14-15页 |
| 1.2 研究现状 | 第15-17页 |
| 1.2.1 粒子群优化算法 | 第15-17页 |
| 1.2.2 约束处理机制 | 第17页 |
| 1.3 本文主要工作和章节安排 | 第17-20页 |
| 1.3.1 本文的主要工作 | 第17-18页 |
| 1.3.2 本文的结构安排 | 第18-20页 |
| 第二章 粒子群算法概述 | 第20-32页 |
| 2.1 优化问题概述 | 第20页 |
| 2.2 粒子群算法的基本模型 | 第20-27页 |
| 2.2.1 算法性能影响因素 | 第23-25页 |
| 2.2.2 算法的收敛性分析 | 第25-27页 |
| 2.3 约束处理方法 | 第27-30页 |
| 2.3.1 罚函数法 | 第27-28页 |
| 2.3.2 可行性规则法 | 第28页 |
| 2.3.3 多目标法 | 第28-29页 |
| 2.3.4 适应度值变换法 | 第29-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第三章 改进的粒子群算法 | 第32-46页 |
| 3.1 引言 | 第32页 |
| 3.2 基于动态分级和邻域反向学习的粒子群算法 | 第32-36页 |
| 3.2.1 动态分级机制 | 第32-34页 |
| 3.2.2 改进粒子位置更新方式 | 第34-35页 |
| 3.2.3 动态邻域反向学习全局搜索策略 | 第35-36页 |
| 3.3 算法步骤 | 第36-38页 |
| 3.4 数值试验及结果分析 | 第38-45页 |
| 3.4.1 测试函数及评价标准 | 第38-39页 |
| 3.4.2 仿真环境、仿真实验和仿真结果 | 第39-44页 |
| 3.4.3 实验结果分析 | 第44-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 粒子群算法在工程结构优化中的应用 | 第46-58页 |
| 4.1 引言 | 第46页 |
| 4.2 约束处理技术 | 第46-48页 |
| 4.3 自适应粒子群算法 | 第48-51页 |
| 4.3.1 混沌映射方法产生初始种群 | 第48-49页 |
| 4.3.2 教学机制 | 第49页 |
| 4.3.3 自适应参数 | 第49-50页 |
| 4.3.4 粒子重置策略 | 第50-51页 |
| 4.4 算法步骤 | 第51页 |
| 4.5 性能验证 | 第51-56页 |
| 4.5.1 参数设置和评价标准 | 第51页 |
| 4.5.2 工程结构设计优化应用 | 第51-56页 |
| 4.6 本章小结 | 第56-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-66页 |
| 作者简介 | 第66-67页 |
