改进的蚁群算法及其在桁架优化中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·选题背景及意义 | 第10-11页 |
| ·结构优化设计理论概述 | 第11-16页 |
| ·结构优化设计的基本概论 | 第11-13页 |
| ·传统的结构优化设计方法 | 第13-15页 |
| ·智能的结构优化方法 | 第15-16页 |
| ·粒子群算法和蚁群算法的研究现状 | 第16-17页 |
| ·PSO 算法的研究现状 | 第16页 |
| ·ACO 算法的研究现状 | 第16-17页 |
| ·桁架优化设计的发展概况 | 第17-19页 |
| ·本文的研究内容 | 第19页 |
| ·本章小结 | 第19-20页 |
| 第2章 基于 PSO 算法改进的 ACO 算法 | 第20-33页 |
| ·粒子群优化算法 | 第20-23页 |
| ·PSO 算法的基本原理 | 第20-21页 |
| ·PSO 算法的基本流程 | 第21-22页 |
| ·PSO 算法的参数构成及设置 | 第22-23页 |
| ·PSO 算法的特点 | 第23页 |
| ·蚁群优化算法 | 第23-28页 |
| ·ACO 算法的基本原理 | 第23-24页 |
| ·ACO 算法的数学模型 | 第24-25页 |
| ·ACO 算法的基本流程 | 第25-26页 |
| ·ACO 算法的参数构成及设置 | 第26-27页 |
| ·ACO 算法的特点 | 第27-28页 |
| ·基于 PSO 算法改进的 ACO 算法 | 第28-32页 |
| ·两种算法的融合策略 | 第28-29页 |
| ·初始最优值的转化 | 第29页 |
| ·蚂蚁总个数 m 的选择 | 第29-31页 |
| ·全局最优值 | 第31页 |
| ·改进的 ACO 算法的运算流程 | 第31-32页 |
| ·改进的 ACO 算法的算例分析 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第3章 改进的蚁群算法在桁架截面尺寸优化中的应用 | 第33-43页 |
| ·桁架结构的分类 | 第33页 |
| ·桁架优化程序的实现 | 第33-37页 |
| ·桁架截面优化的数学模型 | 第33-34页 |
| ·平面和空间桁架的结构分析程序 | 第34-37页 |
| ·改进的 ACO 算法在桁架截面优化设计的算例 | 第37-42页 |
| ·算例一：10 杆平面桁架 | 第37-39页 |
| ·算例二：72 杆空间桁架 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 改进的蚁群算法在桁架形状优化中的应用 | 第43-56页 |
| ·桁架结构的形状优化 | 第43-44页 |
| ·桁架形状优化的数学模型 | 第44-45页 |
| ·考虑局部稳定性约束的桁架形状优化设计 | 第45-46页 |
| ·算例分析 | 第46-55页 |
| ·算例一：25 杆空间桁架 | 第46-50页 |
| ·算例二：37 杆桁架桥 | 第50-55页 |
| ·本章小结 | 第55-56页 |
| 结论及展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 作者简介 | 第64-65页 |
| 攻读硕士期间所发表的论文 | 第65-66页 |
