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

基于膜系统的微粒群优化算法研究及应用

摘要第6-8页
Abstract第8-9页
第1章 绪论第10-17页
    1.1 研究背景及意义第10-11页
    1.2 国内外研究现状第11-15页
        1.2.1 膜计算的研究现状第11-13页
        1.2.2 微粒群算法的研究现状第13-14页
        1.2.3 基于微粒群膜算法的研究现状第14-15页
    1.3 论文的结构内容及创新点第15-17页
第2章 膜计算与微粒群的基本理论第17-26页
    2.1 膜计算基本理论第17-20页
        2.1.1 细胞型膜系统计算模型第18-19页
        2.1.2 膜对象和规则设计第19-20页
    2.2 微粒群算法基本理论第20-25页
        2.2.1 微粒群优化算法基本原理第20-24页
        2.2.2 离散微粒群算法第24-25页
    2.3 本章小结第25-26页
第3章 基于活性膜规则的微粒群膜算法第26-44页
    3.1 动态选择惯性权重曲线微粒群算法第26-30页
        3.1.1 微粒群的惯性权重第26-28页
        3.1.2 Sugeno函数确定的惯性权重曲线第28-30页
    3.2 动态选择惯性权重曲线微粒群算法第30-37页
        3.2.1 本文改进的惯性权重曲线第30-32页
        3.2.2 算法惯性权重选取策略及参数确定第32-37页
    3.3 基于活性膜P系统的动态选择惯性权重曲线微粒群算法第37-41页
        3.3.1 活性膜P系统第37-38页
        3.3.2 动态选择惯性权重微粒群活性膜算法过程第38页
        3.3.3 动态选择惯性权重曲线微粒群活性膜P系统创建第38-40页
        3.3.4 系统规则计算过程第40-41页
    3.4 算法性能分析第41-42页
    3.5 本章小结第42-44页
第4章 二进制微粒群膜算法第44-53页
    4.1 二进制微粒群算法第44-45页
    4.2 改进二进制微粒群算法第45-47页
    4.3 二进制微粒群膜算法第47-51页
        4.3.1 酶细胞型P系统第47-48页
        4.3.2 BPSOEPS系统的设计第48-49页
        4.3.3 微粒群膜系统计算过程第49-51页
    4.4 算法性能分析第51-52页
    4.5 本章小结第52-53页
第5章 微粒群膜算法应用第53-62页
    5.1 新微粒群膜算法优化基准测试函数第53-57页
        5.1.1 基准测试函数第53-54页
        5.1.2 算法优化基准测试函数描述第54-55页
        5.1.3 实验与分析第55-57页
    5.2 二进制微粒群膜算法求解背包问题第57-60页
        5.2.1 背包问题描述第57-58页
        5.2.2 求解背包问题的离散微粒群算法描述第58-59页
        5.2.3 实验与分析第59-60页
    5.3 本章小结第60-62页
第6章 总结与展望第62-64页
    6.1 论文的主要研究工作第62-63页
    6.2 未来工作展望第63-64页
参考文献第64-68页
攻读学位期间的论文发表及项目参与情况第68-69页
    发表论文第68页
    参与项目第68-69页
致谢第69页

论文共69页,点击 下载论文
上一篇:基于低维ZnSn(OH)6修饰的QCM传感器性能及机理研究
下一篇:多目标群搜索算法研究及其应用