混合微粒群算法研究及在随机规划中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题的背景及意义 | 第9-10页 |
| ·随机规划简介 | 第10页 |
| ·相关算法简介 | 第10-12页 |
| ·微粒群算法 | 第10-12页 |
| ·支持向量机 | 第12页 |
| ·论文主要研究内容及组织结构 | 第12-14页 |
| ·主要研究内容 | 第12-13页 |
| ·组织结构 | 第13-14页 |
| 第二章 随机规划综述 | 第14-20页 |
| ·随机规划发展概述 | 第14-15页 |
| ·随机规划的主要模型 | 第15-19页 |
| ·期望值模型 | 第15-17页 |
| ·机会约束规划 | 第17-18页 |
| ·相关机会规划 | 第18-19页 |
| ·随机规划求解方法概述 | 第19页 |
| ·本章小结 | 第19-20页 |
| 第三章 微粒群算法及支持向量机综述 | 第20-36页 |
| ·微粒群算法综述 | 第20-25页 |
| ·微粒群算法的起源 | 第20-21页 |
| ·微粒群算法的数学模型 | 第21-23页 |
| ·微粒群算法的实现流程 | 第23-24页 |
| ·微粒群算法的特点分析 | 第24-25页 |
| ·微粒群算法的改进现状 | 第25-27页 |
| ·参数设置相关改进 | 第25-26页 |
| ·离散二进制PSO | 第26-27页 |
| ·混合微粒群算法 | 第27页 |
| ·微粒群算法的应用现状 | 第27-28页 |
| ·支持向量机综述 | 第28-35页 |
| ·理论基础 | 第29-31页 |
| ·支持向量回归机的实现 | 第31-33页 |
| ·支持向量回归机的特点 | 第33-34页 |
| ·支持向量机的改进现状 | 第34页 |
| ·支持向量机的应用现状 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 微粒群算法改进研究 | 第36-46页 |
| ·无效微粒重利用的 PSO | 第36-42页 |
| ·引言 | 第36页 |
| ·算法设计思路 | 第36-37页 |
| ·算法实现流程 | 第37-38页 |
| ·算法仿真测试 | 第38-42页 |
| ·引入适应度速度的 PSO | 第42-44页 |
| ·引言 | 第42-43页 |
| ·算法设计思路 | 第43页 |
| ·算法仿真测试 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第五章 混合微粒群算法及其在随机规划中的应用 | 第46-56页 |
| ·引言 | 第46页 |
| ·混合微粒群算法的构造思路 | 第46-47页 |
| ·混合微粒群算法的具体应用 | 第47-55页 |
| ·随机期望值模型中的应用 | 第47-49页 |
| ·随机机会约束规划中的应用 | 第49-51页 |
| ·随机相关机会规划中的应用 | 第51-55页 |
| ·本章小结 | 第55-56页 |
| 结论及进一步工作 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 攻读硕士学位期间取得的学术成果 | 第63-64页 |
| 致谢 | 第64页 |
