

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著現(xiàn)代生物技術(shù)的發(fā)展,多肽物質(zhì)以其獨特的吸收機制和極強的活性及多樣性成為國內(nèi)外研究的熱點,顯示了其巨大的應用價值。而對于多肽物質(zhì)的工業(yè)化生產(chǎn)來說,多肽物質(zhì)的分離純化、大量制備就顯得格外重要,它的分離與分析技術(shù)是生物技術(shù)實現(xiàn)產(chǎn)業(yè)化的關(guān)鍵。 本文從多肽的分離條件優(yōu)化的原理和特點出發(fā),對粒子群優(yōu)化算法及其在多肽分離條件的優(yōu)化中應用進行了深入的研究,提出了基于智能進化算法的優(yōu)化思路和方法。以數(shù)學理論為基礎分析了粒子群優(yōu)化算法的原理,并
2、分析了標準粒子群優(yōu)化算法的收斂性和多樣性。為了使粒子群在迭代尋優(yōu)過程中能保持群體的多樣性,分析了粒子群迭代尋優(yōu)的過程,提出了基于動態(tài)慣性因子的粒子群優(yōu)化算法,經(jīng)過多個測試函數(shù)的實驗證明,基于動態(tài)慣性因子的粒子群優(yōu)化算法具有較快的全局收斂速度和強大的全局搜索能力能有效的避免早熟收斂的缺陷。 將基于動態(tài)慣性因子的粒子群優(yōu)化算法與多目標尋優(yōu)理論相結(jié)合,對高效液相色譜分離條件進行優(yōu)化,形成一種嵌入智能優(yōu)化算法的分離條件優(yōu)化策略。并用該策
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 改進的粒子群優(yōu)化算法.pdf
- 改進粒子群優(yōu)化算法的研究.pdf
- 基于改進粒子群優(yōu)化算法的聚類算法研究.pdf
- 改進的粒子群優(yōu)化算法的研究.pdf
- 基于優(yōu)化控制思想的粒子群優(yōu)化算法改進研究.pdf
- 粒子群及量子行為粒子群優(yōu)化算法的改進研究.pdf
- 粒子群優(yōu)化算法的改進研究.pdf
- 基于雙種群的改進粒子群優(yōu)化算法研究.pdf
- 基于控制思想的粒子群優(yōu)化算法改進研究.pdf
- 基于混沌映射的粒子群優(yōu)化算法改進研究.pdf
- 基于改進粒子群算法的多目標優(yōu)化研究.pdf
- 基于改進粒子群優(yōu)化的聚類算法研究.pdf
- 粒子群優(yōu)化算法的改進及其應用
- 粒子群優(yōu)化算法的分析及改進.pdf
- 粒子群優(yōu)化算法的改進及其應用.pdf
- 粒子群優(yōu)化算法的研究與改進.pdf
- 粒子群優(yōu)化算法的改進與應用.pdf
- 粒子群算法及液相色譜分離條件智能優(yōu)化的研究.pdf
- 粒子群優(yōu)化算法及其改進.pdf
- 基于改進型粒子群算法的盲源分離研究.pdf
評論
0/150
提交評論