基于智能優(yōu)化算法的通風(fēng)網(wǎng)絡(luò)優(yōu)化算法研究

第1章　緒論
1.1　研究背景
1.2　國內(nèi)外研究現(xiàn)狀
1.3　礦井通風(fēng)網(wǎng)絡(luò)優(yōu)化中存在問題
1.4　主要內(nèi)容和組織
參考文獻(xiàn)
第2章　通風(fēng)網(wǎng)絡(luò)分析的數(shù)學(xué)模型
2.1　風(fēng)流流動和變化的基本規(guī)律
2.2　通風(fēng)網(wǎng)絡(luò)分析的數(shù)學(xué)模型
2.3　小結(jié)
參考文獻(xiàn)
第3章　附有條件的最小支撐樹算法
3.1　問題的提出
3.2　相關(guān)預(yù)備知識
3.3　附有條件的最小支撐樹算法
3.4　附有條件的最小支撐樹算法實(shí)例
3.5　通風(fēng)網(wǎng)絡(luò)基本回路矩陣求解算法
3.6　小結(jié)
參考文獻(xiàn)
第4章　復(fù)雜通風(fēng)網(wǎng)絡(luò)自然分風(fēng)的新算法
4.1　復(fù)雜通風(fēng)網(wǎng)絡(luò)解算評述
4.2　非線性代數(shù)方程組解法評述
4.3　基于改進(jìn)牛頓法的通風(fēng)網(wǎng)絡(luò)自然分風(fēng)解算
4.4　基于遺傳算法的通風(fēng)網(wǎng)絡(luò)自然分風(fēng)解算
4.5　小結(jié)
參考文獻(xiàn)
第5章　基于遺傳算法的一體化通風(fēng)網(wǎng)絡(luò)優(yōu)化算法
5.1　一體化通風(fēng)網(wǎng)絡(luò)優(yōu)化模型
5.2　通風(fēng)網(wǎng)絡(luò)優(yōu)化模型求解的方法比較
5.3　基于遺傳算法的一體化通風(fēng)網(wǎng)絡(luò)優(yōu)化
5.4　通風(fēng)網(wǎng)絡(luò)優(yōu)化實(shí)例
5.5　小結(jié)
參考文獻(xiàn)
第6章　基于遺傳算法的通風(fēng)網(wǎng)絡(luò)兩步法風(fēng)流調(diào)節(jié)優(yōu)化算法
6.1　混合型通風(fēng)網(wǎng)絡(luò)兩步法優(yōu)化的基本框架
6.2　基于遺傳算法的通風(fēng)網(wǎng)絡(luò)兩步法風(fēng)流調(diào)節(jié)優(yōu)化算法
6.3　通風(fēng)網(wǎng)絡(luò)優(yōu)化實(shí)例
6.4　小結(jié)
參考文獻(xiàn)
第7章　基于遺傳算法的通風(fēng)網(wǎng)絡(luò)風(fēng)量分配優(yōu)化算法
7.1　混合型通風(fēng)網(wǎng)絡(luò)風(fēng)量分配優(yōu)化模型
7.2　基于遺傳算法的通風(fēng)網(wǎng)絡(luò)風(fēng)量分配優(yōu)化算法
7.3　通風(fēng)網(wǎng)絡(luò)風(fēng)量分配優(yōu)化實(shí)例
7.4　小結(jié)
參考文獻(xiàn)
第8章　網(wǎng)絡(luò)最小費(fèi)用最大流雙目標(biāo)遺傳算法
8.1　問題的提出
8.2　問題描述和預(yù)備知識
8.3　網(wǎng)絡(luò)最小費(fèi)用最大流雙目標(biāo)遺傳算法
8.4　算法實(shí)例
8.5 小結(jié)
參考文獻(xiàn)
第9章　點(diǎn)和邊有容量約束的網(wǎng)絡(luò)最小費(fèi)用最大流算法
9.1　問題的提出
9.2　問題描述和預(yù)備知識
9.3　點(diǎn)和邊有容量約束的網(wǎng)絡(luò)最小費(fèi)用最大流算法
9.4　算法實(shí)例
9.5　小結(jié)
參考文獻(xiàn)
第10　章基于棧的網(wǎng)絡(luò)最大流算法
10.1　問題的提出
10.2　問題描述和預(yù)備知識
10.3　基于棧的網(wǎng)絡(luò)最大流搜索算法
10.4　算法實(shí)例
10.5　小結(jié)
參考文獻(xiàn)
第11章　附有條件的網(wǎng)絡(luò)最短路徑算法
11.1　問題的提出
11.2　基本概念
11.3　附有條件的最短路徑算法
11.3　算法實(shí)例
11.4　小結(jié)
參考文獻(xiàn)
第12章　柵格數(shù)據(jù)模型中附有條件的最短路徑算法
12.1　問題的提出
12.2　問題描述和預(yù)備知識
12.3　附有條件的最短路徑算法
12.4　算法實(shí)例
12.5　小結(jié)
參考文獻(xiàn)
第13章　災(zāi)情巡查問題的兩目標(biāo)優(yōu)化算法
13.1　問題的提出
13.2　災(zāi)情巡視問題的兩目標(biāo)優(yōu)化模型
13.3　災(zāi)情巡視問題的遺傳兩目標(biāo)優(yōu)化算法
13.5　災(zāi)情巡視問題的蟻群兩目標(biāo)優(yōu)化算法
13.6　小結(jié)
參考文獻(xiàn)
第14章總結(jié)與展望
14.1　總結(jié)
14.2　本書主要創(chuàng)新點(diǎn)
14.3　進(jìn)一步研究的方向
附錄
附錄1　附有條件的最小支撐樹算法程序
附錄2　通風(fēng)網(wǎng)絡(luò)自然分風(fēng)的牛頓法算法程序
附錄3　基于遺傳算法的一體化通風(fēng)網(wǎng)絡(luò)優(yōu)化算法程序
附錄4　基于遺傳算法的通風(fēng)網(wǎng)絡(luò)兩步法風(fēng)流調(diào)節(jié)優(yōu)化算法程序
附錄5　基于遺傳算法的通風(fēng)網(wǎng)絡(luò)風(fēng)量分配優(yōu)化算法程序
附錄6　網(wǎng)絡(luò)最小費(fèi)用最大流雙目標(biāo)遺傳算法程序
附錄7　點(diǎn)和邊有容量約束的網(wǎng)絡(luò)最小費(fèi)用最大流算法程序
附錄8　基于棧的網(wǎng)絡(luò)最大流算法程序
附錄9　附有條件的網(wǎng)絡(luò)最短路徑算法程序
附錄10　災(zāi)情巡視問題的蟻群兩目標(biāo)優(yōu)化算法程序
后記