《多目標最佳化方法在材料成型中的套用》共分8章。第1章主要介紹了遺傳算法的生物學基礎、發展及套用；第2章介紹了人工神經網路的發展、人工神經元和神經網路的基本概念；第3章介紹了模糊數學的發展、模糊集及模糊數學模型；第4章介紹了多目標最佳化發展、概念、求解方法及演化算法和多目標最佳化的套用；第5章利用多目標遺傳算法最佳化了棒材連軋孔型設計；第6章套用多目標遺傳算法和有限元相結合的最佳化方法最佳化了波紋軌腰鋼軌的波紋參數，最佳化了異型坯連鑄二冷配水方案及萬能型鋼軋機機架圓角；第7章利用BP—NSGA相結合的最佳化方法最佳化了萬能型鋼軋機機架圓角；第8章利用模糊綜合評判方法最佳化了Y型軋機軋輥參數。
基本介紹
- 書名：多目標最佳化方法在材料成型中的套用
- 出版社：冶金工業出版社
- 頁數：144頁
- 開本：16
- 品牌：冶金工業出版社
- 作者：馬勁紅 陳偉
- 出版日期：2014年8月1日
- 語種：簡體中文
- ISBN：9787502466510
內容簡介,圖書目錄,
內容簡介
《多目標最佳化方法在材料成型中的套用》適合研究生和從事材料成型的工程技術人員閱讀。
圖書目錄
1遺傳算法
1.1遺傳算法的生物學基礎
1.1.1遺傳與變異
1.1.2進化
1.1.3遺傳與進化的系統觀
1.2遺傳算法的發展
1.3遺傳算法的特點
1.4遺傳算法的套用
1.5遺傳算法最佳化
1.5.1遺傳算法最佳化的基本原理和步驟
1.5.2遺傳算法最佳化的特點
2人工神經網路
2.1人工神經網路簡介
2.2人工神經網路發展歷史
2.3人工神經元模型
2.3.1 生物神經元的結構
2.3.2人工神經元模型
2.4神經網路基本概念
2.4.1典型的神經網路結構
2.4.2學習方式
2.4.3、學習算法
2.4.4 BP神經網路
2.5人工神經網路的技術特性及優勢
3模糊數學
3.1模糊數學的發展
3.2模糊集
3.2.1模糊集合的相關概念
3.2.2模糊子集的定義
3.2.3截集
3.3模糊數學模型
3.3.1對稱性模糊最佳化數學模型
3.3.2非對稱性模糊最佳化數學模型
3.3.3水平截集法
3.3.4水平截集法的改進
3.3.5基於二級模糊評判理論確定最優水平值λ*的方法
4多目標最佳化
4.1多目標最佳化問題概述
4.2多目標最佳化的基本概念
4.3傳統多目標最佳化問題求解方法
4.3.1 求解方法
4.3.2局限性
4.4求解多目標問題的演化算法
4.4.1 求解多目標問題演化算法的發展過程
……
5 多目標遺傳算法
6 多目標遺傳算法和有限元法相結合的最佳化方法及套用
7 BP—NSGA相結合的最佳化方法
8模糊綜合評判在多目標最佳化中的套用
參考文獻
1.1遺傳算法的生物學基礎
1.1.1遺傳與變異
1.1.2進化
1.1.3遺傳與進化的系統觀
1.2遺傳算法的發展
1.3遺傳算法的特點
1.4遺傳算法的套用
1.5遺傳算法最佳化
1.5.1遺傳算法最佳化的基本原理和步驟
1.5.2遺傳算法最佳化的特點
2人工神經網路
2.1人工神經網路簡介
2.2人工神經網路發展歷史
2.3人工神經元模型
2.3.1 生物神經元的結構
2.3.2人工神經元模型
2.4神經網路基本概念
2.4.1典型的神經網路結構
2.4.2學習方式
2.4.3、學習算法
2.4.4 BP神經網路
2.5人工神經網路的技術特性及優勢
3模糊數學
3.1模糊數學的發展
3.2模糊集
3.2.1模糊集合的相關概念
3.2.2模糊子集的定義
3.2.3截集
3.3模糊數學模型
3.3.1對稱性模糊最佳化數學模型
3.3.2非對稱性模糊最佳化數學模型
3.3.3水平截集法
3.3.4水平截集法的改進
3.3.5基於二級模糊評判理論確定最優水平值λ*的方法
4多目標最佳化
4.1多目標最佳化問題概述
4.2多目標最佳化的基本概念
4.3傳統多目標最佳化問題求解方法
4.3.1 求解方法
4.3.2局限性
4.4求解多目標問題的演化算法
4.4.1 求解多目標問題演化算法的發展過程
……
5 多目標遺傳算法
6 多目標遺傳算法和有限元法相結合的最佳化方法及套用
7 BP—NSGA相結合的最佳化方法
8模糊綜合評判在多目標最佳化中的套用
參考文獻
