|
|
|
|
改进蚁群算法的研究 |
| |
| 论文目录 |
| |
| 致谢 | 第1-8页 | | 摘要 | 第8-9页 | | ABSTRACT | 第9-10页 | | 图示 | 第10-12页 | | 表格 | 第12-13页 | | 符号一览表 | 第13-18页 | | 第1章 绪论 | 第18-24页 | | ·引言 | 第18页 | | ·蚁群算法产生的生物背景 | 第18-19页 | | ·蚁群算法的特点 | 第19页 | | ·蚁群算法的研究现状 | 第19-21页 | | ·其它的优化算法 | 第21-23页 | | ·遗传算法 | 第21-22页 | | ·混沌优化算法 | 第22页 | | ·微粒群算法 | 第22-23页 | | ·本文的主要工作 | 第23-24页 | | 第2章 蚁群算法原理及其改进算法比较 | 第24-36页 | | ·引言 | 第24页 | | ·基本蚁群算法原理 | 第24-30页 | | ·蚂蚁自组织觅食行为 | 第24-26页 | | ·基本蚁群算法的数学模型 | 第26-28页 | | ·基本蚁群算法的实现步骤 | 第28-30页 | | ·基本蚁群算法的参数设置 | 第30页 | | ·基本蚁群算法的应用 | 第30页 | | ·改进的蚁群算法 | 第30-35页 | | ·蚁群系统 | 第30-32页 | | ·最大最小蚂蚁系统 | 第32-33页 | | ·最优解保留策略蚂蚁系统 | 第33页 | | ·基于排序的蚂蚁系统 | 第33-34页 | | ·各种改进蚁群算法的比较 | 第34-35页 | | ·本章小结 | 第35-36页 | | 第3章 一种新型混合蚁群算法 | 第36-46页 | | ·引言 | 第36-37页 | | ·NHACO优化算法 | 第37-39页 | | ·NHACO算法原理 | 第37页 | | ·NHACO算法基本操作 | 第37-39页 | | ·NHACO算法实现步骤 | 第39页 | | ·NHACO算法性能测试 | 第39-41页 | | ·NHACO算法参数的影响 | 第41-45页 | | ·启发式因子的选择 | 第41-43页 | | ·信息素挥发系数的选择 | 第43页 | | ·总信息量的选择 | 第43-44页 | | ·蚂蚁数目的选择 | 第44-45页 | | ·本章小结 | 第45-46页 | | 第4章 一种求解连续空间优化问题的蚁群算法 | 第46-62页 | | ·引言 | 第46页 | | ·用于求解连续空间优化问题的蚁群算法 | 第46-47页 | | ·ICACO算法的构建 | 第47-51页 | | ·ICACO算法原理 | 第48页 | | ·ICACO算法的操作 | 第48-50页 | | ·ICACO算法的实现步骤 | 第50-51页 | | ·ICACO算法的性能测试 | 第51-61页 | | ·本章小结 | 第61-62页 | | 第5章 ICACO算法在连续搅拌反应釜软测量建模中的应用 | 第62-72页 | | ·引言 | 第62页 | | ·ICACO的RBF网络软测量建模方法 | 第62-66页 | | ·RBF神经网络 | 第62-64页 | | ·目标函数设计 | 第64-65页 | | ·建模方法的实现步骤 | 第65-66页 | | ·软测量建模的仿真 | 第66-71页 | | ·连续搅拌反应釜 | 第66-67页 | | ·ICACO算法的CSTR软测量建模方法 | 第67-68页 | | ·ICACO算法的软测量建模仿真结果 | 第68-71页 | | ·本章小结 | 第71-72页 | | 6 总结与展望 | 第72-74页 | | ·全文工作的总结 | 第72-73页 | | ·今后的研究工作 | 第73-74页 | | 参考文献 | 第74-82页 | | 作者在攻读硕士学位期间完成的科研工作 | 第82-83页 | | 作者简介 | 第83页 |
|
|
|
|
论文编号BS408361，这篇论文共83页
会员购买按0.35元/页下载，共需支付29.05元。 直接购买按0.5元/页下载，共需要支付41.5元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务