学位专题

声明
摘要
英文摘要
目录
第一章绪论
1．1 引言
1．2 基本粒子群
1．2．1 粒子群算法描述
1．2．2 PSO的相关改进
1．3 多目标粒子群
1．3．1 多目标优化问题的基础理论
1．3．2 多目标优化处理方法
1．3．3 多目标粒子群算法的改进
1．4 在工业领域的应用
1．5 本文主要的研究内容
第二章多目标算法及其性能测试与评价
2．1 多目标粒子群优化算法
2．1．1 一般步骤
2．1．2 现存的多目标改进措施
2．2 多目标测试函数
2．3 性能度量
2．3．1 收敛度
2．3．2 多样度
2．4 本章小结
第三章多目标粒子群优化算法
3．1 链接矩阵
3．2 粒子群的自适应
3．2．1 进化状态度量算子
3．2．2 权重自适应
3．2．3 种群链接和变异的自适应
3．3 最优个体更新维护策略
3．3．1 均匀分布设计
3．3．2 多目标函数的适应值
3．3．3 最优解的更新
3．3．4 归档集的操作
3．5 多目标粒子群优化算法
3．5．1 算法描述
3．5．2 仿真研究及其结果分析
3．6 本章小节
第四章多目标粒子群优化算法在工业过程优化中的应用
4．1 在甲醇转化成烃类建模中的应用
4．2 在Kumar模型一次选择性系数优化调整中的应用
4．2．1 乙烯裂解炉模型
4．2．2 模型动力学参数调整
4．2．3 模型一次性选择系数调整结果及分析
4．3 系统的辨识及其多目标整定
4．3．1 基于闭环过程信息约束的前向通道模型辨识方法
4．3．2 基于前向通道模型的多目标整定
4．3．3 前向通道模型辨识及其多目标整定
4．3．4 基于传递函数模型的仿真研究及结果分析
4．3．5 CSTH模型的辨识整定
4．6 本章小节
第五章结论与展望
5．1 总结
5．2 展望
参考文献
致谢
研究成果
作者和导师简介