互补问题的智能优化算法研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-12页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-11页 |
1.3 论文的主要工作与结构安排 | 第11-12页 |
第2章 互补问题基本理论 | 第12-17页 |
2.1 互补问题简介 | 第12页 |
2.2 互补问题基本类别介绍 | 第12-13页 |
2.2.1 线性互补问题 | 第12-13页 |
2.2.2 非线性互补问题 | 第13页 |
2.2.3 水平线性互补问题 | 第13页 |
2.2.4 混合互补问题 | 第13页 |
2.3 互补问题数学方法介绍 | 第13-16页 |
2.3.1 光滑牛顿法 | 第13-14页 |
2.3.2 罚函数方法 | 第14-15页 |
2.3.3 内点法 | 第15页 |
2.3.4 同伦法 | 第15-16页 |
2.4 本章小结 | 第16-17页 |
第3章 智能优化算法介绍 | 第17-26页 |
3.1 遗传算法 | 第17-20页 |
3.1.1 遗传算法介绍 | 第17-18页 |
3.1.2 遗传算法步骤 | 第18-20页 |
3.1.3 遗传算法的特点 | 第20页 |
3.2 粒子群算法 | 第20-23页 |
3.2.1 粒子群算法介绍 | 第20-21页 |
3.2.2 粒子群算法步骤 | 第21-22页 |
3.2.3 粒子群算法的特点 | 第22-23页 |
3.3 模拟退火算法 | 第23-25页 |
3.3.1 模拟退火算法介绍 | 第23-24页 |
3.3.2 模拟退火算法步骤 | 第24页 |
3.3.3 模拟退火算法特点 | 第24-25页 |
3.4 本章小结 | 第25-26页 |
第4章 改进智能优化算法 | 第26-33页 |
4.1 模拟退火遗传算法 | 第26-29页 |
4.1.1 构造模拟退火遗传算法的原因 | 第26-27页 |
4.1.2 模拟退火遗传算法在互补问题中的应用 | 第27-29页 |
4.2 改进的粒子群算法 | 第29-32页 |
4.2.1 改进惯性权重 | 第29-31页 |
4.2.2 增加收缩因子 | 第31页 |
4.2.3 改进的粒子群算法在互补问题中的应用 | 第31-32页 |
4.3 本章小结 | 第32-33页 |
第5章 实例分析 | 第33-40页 |
5.1 互补问题的光滑化 | 第33-34页 |
5.2 实例验证 | 第34-38页 |
5.3 结果讨论 | 第38-39页 |
5.4 本章小结 | 第39-40页 |
第6章 结论 | 第40-41页 |
致谢 | 第41-42页 |
参考文献 | 第42-46页 |
作者简介 | 第46-47页 |
攻读硕士学位期间研究成果 | 第47页 |