

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、IIIIIILIIIIIIIIIIlidIIIIIIIIIIIIIY2974887ASTUDYoNMUl月ISWARMPARTICLESWARMoPTIMIZATIoNFoRUNIMoDALANDMUl月IMoDALFUNCTIoNoPTIMIZATIoNWangFangfangADissertationSubmittedtoNanjingAgriculturalUniversityInPartialFulfillmentoftheRe
2、quirementsForTheMasterDegreeofScienceSupervisedbyProfessorJiangHaiyanComputerApplicationTechnologyNanjingAgriculturalUniversityNanjing210095June,2014目錄目錄摘要IABSTRACTIII縮寫詞表VII符號說明VIII第一章緒論11引言12PSO算法簡介及其研究進展321基本PSO322標準P
3、SO323PSO改進算法的研究進展一524多子群PSO的研究進展925多模優(yōu)化問題及小生境PSO研究進展一1126存在問題133本文的研究內(nèi)容和技術(shù)路線1431本文的研究內(nèi)容1432研究思路與技術(shù)路線154本研究的主要貢獻一165論文的組織結(jié)構(gòu)一17第二章理論基礎(chǔ)191PSO算法基本理論1911PSO算法參數(shù)分析1912常用模型2013多子群PSO2114小生境PSO232常見的算法評價指標一2621單模優(yōu)化問題的評價指標2622多模優(yōu)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 粒子群優(yōu)化算法粒子群優(yōu)化算法簡介
- 粒子群優(yōu)化算法粒子群優(yōu)化算法簡介
- 求解函數(shù)優(yōu)化的分群粒子群算法研究.pdf
- 粒子群算法----粒子群算法簡介
- 粒子群算法----粒子群算法簡介
- 粒子群及量子行為粒子群優(yōu)化算法的改進研究.pdf
- 粒子群算法----粒子群算法簡介
- 粒子群優(yōu)化算法研究.pdf
- 針對函數(shù)優(yōu)化問題的粒子群優(yōu)化算法的改進研究.pdf
- 粒子群算法(1)----粒子群算法簡介
- 粒子群優(yōu)化算法的研究和改進.pdf
- 基于粒子群算法的多目標函數(shù)優(yōu)化問題研究.pdf
- 多策略集成粒子群動態(tài)優(yōu)化算法.pdf
- 改進粒子群優(yōu)化算法的研究.pdf
- 面向動態(tài)環(huán)境的粒子群算法研究.pdf
- 多模態(tài)優(yōu)化粒子群算法的研究及應(yīng)用.pdf
- 基于模擬退火的粒子群算法的函數(shù)優(yōu)化研究.pdf
- 智能粒子群優(yōu)化算法研究.pdf
- 改進的粒子群優(yōu)化算法.pdf
- 基于約束優(yōu)化和動態(tài)優(yōu)化的粒子群算法研究.pdf
評論
0/150
提交評論