声明
致谢
摘要
图目录
表目录
术语表
1 绪论
1．1 引言
1．2 遗传算法概述
1．2．1 遗传算法的发展
1．2．2 遗传算法的基本概念
1．2．3 基本遗传算法的实现步骤
1．2．4 遗传算法的特点
1．2．5 遗传算法的发展方向
1．3 混洗蛙跳算法概述
1．3．1 混洗蛙跳算法的基本概念
1．3．2 混洗蛙跳算法的理论基础
1．3．3 混洗蛙跳算法的研究现状
1．3．4 混洗蛙跳算法的发展方向
1．4 化工过程参数估计问题概述
1．4．1 质子交换膜燃料电池模型参数估计
1．4．2 重油热裂解模型参数估计
1．5 本文主要研究内容
2 具有遗传算子的混洗蛙跳算法
2．1 引言
2．2 混洗蛙跳算法
2．2．1 混洗蛙跳全局搜索
2．2．2 混洗蛙跳局部搜索
2．3 具有遗传算子的混洗蛙跳算法
2．3．1 在混洗蛙跳算法的局部搜索中引入变异操作
2．3．2 在混洗蛙跳算法的全局搜索中引入交叉和自然选择操作
2．3．3 具有遗传算子的混洗蛙跳算法的实现
2．4 寻优实验与结果
2．4．1 测试函数
2．4．2 寻优结果分析
2．5 用GSFLA算法估计质子交换膜燃料电池模型参数
2．5．1 燃料电池模型参数估计问题描述
2．5．2 用GSFLA算法估计燃料电池模型参数
2．5 小结
3 混合混洗蛙跳算法
3．1 引言
3．2 基于DNA编码的多种群循环遗传算法
3．2．1 编码与解码
3．2．2 自然选择操作
3．2．3 遗传操作
3．2．4 多种群循环策略
3．2．5 MCGA算法实现步骤
3．3 混合混洗蛙跳算法
3．3．1 用MCGA改进SFLA
3．3．2 MCGA-SFLA算法实现步骤
3．4 寻优实验与结果
3．4．1 测试函数
3．4．2 测试结果分析
3．5 用MCGA-SFLA算法估计重油热裂解模型参数
3．5．1 重油热裂解三集总模型参数辨识问题描述
3．5．2 用MCGA-SFLA算法估计重油热裂解模型参数
3．6 小结
4 总结与展望
4．1 全文总结
4．2 研究展望
参考文献
作者在攻读硕士期间取得的科研成果
