声明
摘要
1.1引言
1.2智能优化算法的研究现状
1.2.1智能优化算法分类与特点
1.2.2差分进化算法研究现状
1.3智能优化算法的应用
1.4本文主要研究内容及结构安排
2.1引言
2.2差分进化原理
2.2.1变异操作
2.2.2交叉操作
2.2.3选择操作
2.2.4差分进化算法步骤
2.3差分进化控制参数影响分析
2.4差分进化算改进策略
2.4.1变异、交叉、选择策略的改进
2.4.2控制参数自适应差分进化
2.4.3搜索空间的改进
2.4.4与其他算法相结合的混合算法
2.5本章小结
第3章一种基于择优学习的差分进化算法
3.1引言
3.2基于择优学习策略的变异算子
3.3优秀个体的选取
3.4基于择优学习的单种群差分算法与实验研究
3.4.1算法步骤
3.4.2测试函数集
3.4.3参数设置
3.4.4仿真结果及对比分析
3.5基于择优学习的多种群差分算法与实验研究
3.5.1多种群策略
3.5.2算法步骤
3.5.3仿真结果及对比分析
3.6本章小结
第4章基于择优学习的差分进化的选矿指标决策
4.1选矿生产指标决策问题描述
4.1.1选矿工业过程简介
4.1.2选矿生产运行指标决策过程描述
4.1.4选矿过程指标优化问题描述
4.2基于分布式案例推理的选矿过程指标决策
4.2.1案例推理方法概述
4.2.2分布式案例推理新方法描述
4.2.3分布式案例推理在选矿上的应用及分析
4.3基于择优学习的差分的选矿指标决策
4.3.1参数设置
4.3.2实验结果及性能分析
4.4两种方法的比较研究
4.4本章小结
5.5工作总结
5.6研究展望
参考文献
致谢
攻读硕士期间的科研工作和发表论文