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

认知行为优化算法改进分析及应用研究

摘要第3-4页
ABSTRACT第4-5页
1 绪论第8-11页
    1.1 引言第8页
    1.2 国内外研究进展第8-9页
    1.3 论文主要创新点第9页
    1.4 论文主要工作及结构安排第9-11页
2 基本认知行为优化算法第11-16页
    2.1 引言第11页
    2.2 认知行为优化算法第11-15页
        2.2.1 粗搜索第11-12页
        2.2.2 信息交换与共享第12-13页
        2.2.3 智能调整第13页
        2.2.4 认知行为优化算法的实施步骤第13页
        2.2.5 认知行为优化算法的基本流程图第13-15页
    2.3 本章小结第15-16页
3 文化认知算法第16-37页
    3.1 引言第16页
    3.2 文化算法的基本原理第16-19页
        3.2.1 信念空间的更新第17-18页
        3.2.2 接收函数与影响函数第18-19页
    3.3 文化认知算法第19-20页
    3.4 仿真实验与结果分析第20-36页
        3.4.1 测试函数第20-23页
        3.4.2 实验结果分析第23-35页
        3.4.3 维尔克森P测试第35-36页
        3.4.4 实验结果分析第36页
    3.5 结论第36-37页
4 基于精英反向策略的认知行为优化算法第37-46页
    4.1 引言第37页
    4.2 精英反向学习机制第37-38页
        4.2.1 基于精英反向策略的认知行为优化算法的基本步骤第37-38页
    4.3 在工程设计优化实例中的应用第38-45页
        4.3.1 压力缸设计问题第38-39页
        4.3.2 悬臂梁设计问题第39-40页
        4.3.3 焊接梁设计问题第40-43页
        4.3.4 减速器设计问题第43-45页
    4.4 结论第45-46页
5 认知行为优化算法在大规模0-1背包上的应用第46-68页
    5.1 引言第46页
    5.2 背包问题第46页
    5.3 认知行为优化算法在大规模0-1背包上应用的求解步骤第46-48页
    5.4 仿真实验第48-66页
        5.4.1 小规模0-1背包第48-49页
        5.4.2 中等规模0-1背包第49-60页
        5.4.3 大规模0-1背包第60-66页
        5.4.4 算法优化性能对比第66页
    5.5 结论第66-68页
6 总结和展望第68-69页
    6.1 论文总结第68页
    6.2 未来的工作第68-69页
参考文献第69-75页
附录第75-79页
致谢第79-80页
攻读硕士学位期间发表的学术论文第80-81页
攻读硕士学位期间参与的科研项目第81-82页
攻读硕士学位期间获得荣誉和奖励第82页

论文共82页,点击 下载论文
上一篇:基于卷积神经网络的民族服饰图像教育资源检索研究
下一篇:共生生物搜索算法改进及应用研究