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

生物地理学优化算法的研究及应用

摘要第5-7页
ABSTRACT第7-8页
第1章 绪论第12-26页
    1.1 课题的研究意义和目的第12-14页
    1.2 课题的国内外研究现状第14-22页
        1.2.1 生物地理学优化算法的国内外研究现状第14-17页
        1.2.2 优化问题的国内外研究现状第17-22页
    1.3 课题主要研究内容和章节安排第22-26页
第2章 生物地理学优化算法概述第26-40页
    2.1 引言第26页
    2.2 生物地理学优化算法的生物学理论基础第26-27页
    2.3 生物地理学优化算法的基本思想第27-31页
    2.4 生物地理学优化算法的基本步骤第31-35页
    2.5 生物地理学优化算法目前存在问题的分析第35-39页
    2.6 本章小结第39-40页
第3章 基于混合迁移策略的生物地理学优化算法第40-54页
    3.1 引言第40-41页
    3.2 基于混合迁移策略的生物地理学优化算法的实现第41-46页
        3.2.1 动态混合迁移机制的提出第41-44页
        3.2.2 变异机制的调整第44-46页
        3.2.3 HMBBO算法的实现流程及复杂度分析第46页
    3.3 仿真实验与结果分析第46-53页
        3.3.1 测试函数的选取第46-47页
        3.3.2 实验参数设置与算法评价标准第47-48页
        3.3.3 三个改进措施的性能验证实验及分析第48-49页
        3.3.4 HMBBO与其他优化算法的性能比较第49-53页
    3.4 本章小结第53-54页
第4章 基于动态迁移生物地理学优化的ε约束优化算法第54-70页
    4.1 引言第54-55页
    4.2 约束单目标优化问题及ε约束方法第55-58页
        4.2.1 约束单目标优化问题第55-57页
        4.2.2 约束违反度及ε约束方法第57页
        4.2.3 水平参数ε的确定第57-58页
    4.3 基于动态迁移生物地理学优化的ε约束优化算法的实现第58-61页
        4.3.1 水平参数ε的改进第58-59页
        4.3.2 结合ε约束的BBO算法的改进第59-61页
        4.3.3 εBBO-dm的实现流程及复杂度分析第61页
    4.4 仿真实验与结果分析第61-69页
        4.4.1 测试函数的选取第62-65页
        4.4.2 实验参数设置第65页
        4.4.3 测试结果及分析第65-69页
    4.5 本章小结第69-70页
第5章 基于混合生物地理学优化的多目标优化算法第70-88页
    5.1 引言第70-71页
    5.2 多目标优化问题第71-73页
    5.3 基于生物地理学优化的多目标无约束优化算法的实现第73-78页
        5.3.1 栖息地适宜度指数的确定机制第73-74页
        5.3.2 基于动态距离矩阵的分布性保持机制第74-75页
        5.3.3 自适应迁入迁出率的确定机制第75-76页
        5.3.4 动态迁移机制的设计第76页
        5.3.5 MOBBO的实现流程及复杂度分析第76-78页
    5.4 仿真实验与结果分析第78-87页
        5.4.1 测试函数的选取第78-80页
        5.4.2 性能评价指标第80-81页
        5.4.3 测试结果及分析第81-87页
    5.5 本章小结第87-88页
第6章 ε约束多目标生物地理学优化算法第88-110页
    6.1 引言第88-89页
    6.2 约束多目标优化问题第89-91页
    6.3 约束多目标生物地理学优化算法的实现第91-99页
        6.3.1 新型ε约束多目标处理机制的提出第91-94页
        6.3.2 结合ε约束多目标处理的约束多目标BBO算法第94-97页
        6.3.3 约束多目标生物地理学优化的实现流程及复杂度分析第97-99页
    6.4 仿真实验与结果分析第99-109页
        6.4.1 测试函数的选取第99-101页
        6.4.2 性能评价指标第101页
        6.4.3 测试结果及分析第101-109页
    6.5 本章小结第109-110页
第7章 基于生物地理学的雷达正交多相波形设计算法第110-123页
    7.1 引言第110-111页
    7.2 MIMO雷达正交波形设计原理第111-112页
    7.3 基于生物地理学优化的雷达正交多相波形设计算法的实现第112-117页
        7.3.1 种群的初始化第112-113页
        7.3.2 栖息地适宜度指数的确定第113-114页
        7.3.3 物种迁入率和迁出率的确定第114-115页
        7.3.4 片段式迁移机制的提出第115-116页
        7.3.5 变异机制的改进第116页
        7.3.6 POBBO算法的实现流程及复杂度分析第116-117页
    7.4 仿真实验与结果分析第117-122页
        7.4.1 POBBO算法的有效性验证实验及分析第117-120页
        7.4.2 与基于群智能的多相序列波形设计算法的性能比较第120-121页
        7.4.3 与其他多相序列波形设计算法的性能比较第121-122页
    7.5 本章小结第122-123页
结论第123-125页
参考文献第125-135页
攻读博士学位期间发表的论文和取得的科研成果第135-136页
致谢第136页

论文共136页,点击 下载论文
上一篇:基于固态变压器的配电系统电压控制
下一篇:基于模糊综合评判的输电线路在线监测综合评估