| 【中文题名】 | 多微粒群协同进化模型的研究及其在创新概念设计中的应用 |
| 【英文题名】 | Research of Multiple Particle Swarm Co-evolution Model and Its Application in Creative Conception Design |
| 【学科专业】 | 计算机软件与理论 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-9-20 |
| 【中关键词】 | 微粒群算法,协同进化,多微粒群协同进化,创新概念设计,智能布局, |
| 【英关键词】 | particle swarm optimization,co-evolution,multi-particle swarm co-evolution,creative concept design,intelligent layout, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>信息处理(信息加工)>机器辅助技术 |
| 【论文摘要】 |
微粒群算法是上个世纪90年代提出的一种基于群体智能理论的优化算法,通过群体中粒子间的合作与竞争产生的群体智能指导优化搜索。相比于进化算法,微粒群算法保留了基于种群的全局搜索策略,采用简单的速度位移模式,避免了复杂的遗传操作,同时它特有的记忆使其可以动态跟踪当前的搜索情况以调整其搜索策略,具有全局收敛能力和鲁棒性,且不需要借助问题的特征信息。微粒群算法的特点吸引了大量学者对其进行研究,并被广泛的应用到了各个领域。
协同进化算法是近十几年来在协同进化论基础上发展起来的一类新的进化算法。协同进化算法与传统进化算法的区别在于:协同进化算法在进化算法的基础上,考虑了种群与种群之间、种群与环境之间在进化过程中的协调。由于协同进化算法的诸多优越性,越来越多的学者对它进行了研究,协同进化已成为当前进化计算的一个热点问题。
随着市场的日趋饱和,产品消费节奏明显加快,顾客的需求越来越多样化、个性化,购买行为更加具有选择性。在这种情况下,许多企业都已经意识到产品设计将成为抢占市场的决定性因素,因而试图通过产品的创新性来获得核心竞争力。创新性设计能够满足求新和多变的市场需求,有效地提高产品的市场竞争力。因此... |
| 【论文题纲】 |
|
摘要 |
6-8 |
|
ABSTRACT |
8-10 |
|
第一章 绪论 |
10-16 |
|
1.1 研究现状 |
10-14 |
|
1.2 研究意义 |
14 |
|
1.3 本文的研究与组织 |
14-16 |
|
第二章 微粒群算法 |
16-22 |
|
2.1 微粒群算法的提出 |
16-17 |
|
2.2 基本微粒群算法 |
17-18 |
|
2.3 基本微粒群算法的社会行为分析 |
18-21 |
|
2.4 标准微粒群算法 |
21-22 |
|
第三章 协同进化算法 |
22-38 |
|
3.1 遗传算法的基本理论 |
22-29 |
|
3.2 协同进化算法的生物学基础 |
29-31 |
|
3.3 协同进化算法的协同方式 |
31-38 |
|
第四章 多微粒群协同进化算法 |
38-44 |
|
4.1 问题的提出 |
38 |
|
4.2 协同进化微粒群算法的研究 |
38-39 |
|
4.3 算法描述 |
39-42 |
|
4.4 仿真实验 |
42-43 |
|
4.5 本章小结 |
43-44 |
|
第五章 支持创新概念设计的多微粒群协同进化模型 |
44-49 |
|
5.1 问题的提出 |
44 |
|
5.2 模型描述 |
44-47 |
|
5.3 微粒表示与评价函数 |
47-48 |
|
5.4 本章小结 |
48-49 |
|
第六章 多微粒群协同进化模型在手机外观创新概念设计中的应用 |
49-56 |
|
6.1 系统的实现技术 |
49-54 |
|
6.2 系统的总体设计 |
54 |
|
6.3 手机智能布局实例 |
54-56 |
|
第七章 结束语 |
56-57 |
|
7.1 本文的工作 |
56 |
|
7.2 进一步的研究方向 |
56-57 |
|
参考文献 |
57-62 |
|
致谢 |
62-63 |
|
攻读硕士学位期间发表的论文和参与的项目 |
63 |
|
| 【DOI】 | LunWen.ID:2.2008.369215 |
