| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-17页 |
| ·研究背景及意义 | 第8-10页 |
| ·微粒群算法的研究现状 | 第10-13页 |
| ·理论研究现状 | 第10-12页 |
| ·应用研究现状 | 第12-13页 |
| ·算法比较 | 第13-15页 |
| ·微粒群算法与遗传算法比较 | 第13-14页 |
| ·微粒群算法与蚁群算法比较 | 第14-15页 |
| ·论文研究内容和结构安排 | 第15-17页 |
| 第二章 微粒群算法原理及性能分析 | 第17-38页 |
| ·引言 | 第17页 |
| ·基本微粒群优化算法 | 第17-21页 |
| ·基本原理 | 第17-19页 |
| ·算法流程 | 第19-20页 |
| ·全局模型与局部模型 | 第20-21页 |
| ·同步模型与异步模型 | 第21页 |
| ·标准微粒群优化算法 | 第21-23页 |
| ·惯性权重模型 | 第21-22页 |
| ·收缩因子模型 | 第22-23页 |
| ·微粒群优化算法收敛性分析 | 第23-31页 |
| ·标准微粒群算法收敛性分析 | 第23-26页 |
| ·约束系数微粒群算法收敛性分析 | 第26-31页 |
| ·微粒群优化算法参数性能分析 | 第31-37页 |
| ·定性分析 | 第31-33页 |
| ·基于仿真实验的结果分析 | 第33-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 基于微粒群算法的氧化铝生料浆调配多目标优化 | 第38-49页 |
| ·引言 | 第38页 |
| ·氧化铝生料浆调配过程的优化模型 | 第38-42页 |
| ·生料浆优化调配的问题描述 | 第38-40页 |
| ·基于满意度原理的满意优化模型 | 第40-42页 |
| ·求解生料浆调配问题的离散微粒群算法 | 第42-45页 |
| ·离散二进制微粒群算法 | 第42-43页 |
| ·惯性权重自适应改进策略 | 第43-45页 |
| ·改进离散PSO求解生料浆调配问题的步骤 | 第45页 |
| ·应用实例 | 第45-47页 |
| ·本章小结 | 第47-49页 |
| 第四章 基于微粒群算法的任务分配问题求解 | 第49-56页 |
| ·引言 | 第49页 |
| ·任务分配问题的数学描述 | 第49-50页 |
| ·求解任务分配问题的离散微粒群算法 | 第50-52页 |
| ·离散微粒群算法的提出 | 第50-51页 |
| ·基于任务分配问题的求解 | 第51-52页 |
| ·应用实例 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 基于微粒群算法的取送车作业优化 | 第56-68页 |
| ·引言 | 第56页 |
| ·取送车优化的数学模型 | 第56-59页 |
| ·取送车问题描述 | 第56-57页 |
| ·数学模型的建立 | 第57-59页 |
| ·求解取送车优化问题的微粒群算法 | 第59-64页 |
| ·引入交换子和交换序的微粒群算法 | 第59-61页 |
| ·PSO-SA混合微粒群算法 | 第61-63页 |
| ·混合微粒群算法求解取送车优化问题的求解步骤 | 第63-64页 |
| ·实例计算与结果分析 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 结论与展望 | 第68-70页 |
| ·本论文的总结 | 第68-69页 |
| ·未来研究的展望 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76-77页 |
| 攻读学位期间主要的研究成果 | 第77页 |