首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

群智能优化算法在聚类分析中的应用研究

摘要第3-5页
Abstract第5-6页
第1章 绪论第10-16页
    1.1 选题背景和研究意义第10-11页
    1.2 国内外研究现状第11-13页
        1.2.1 群智能优化算法国内外研究现状第11-12页
        1.2.2 聚类分析国内外研究现状第12-13页
    1.3 主要研究内容第13-14页
    1.4 论文结构安排第14-16页
第2章 群智能优化算法第16-30页
    2.1 群智能优化算法概述第16-18页
    2.2 蚁群算法第18-21页
        2.2.1 蚁群算法仿生原理第18-20页
        2.2.2 基本蚁群算法描述第20-21页
    2.3 粒子群优化算法第21-24页
        2.3.1 粒子群优化算法仿生原理第21-22页
        2.3.2 粒子群优化算法描述第22-24页
    2.4 萤火虫算法第24-26页
        2.4.1 萤火虫算法仿生原理第24-25页
        2.4.2 萤火虫算法描述第25-26页
    2.5 布谷鸟搜索算法第26-29页
        2.5.1 布谷鸟搜索算法仿生原理第26-28页
        2.5.2 布谷鸟搜索算法描述第28-29页
    2.6 本章小结第29-30页
第3章 聚类分析算法第30-40页
    3.1 聚类分析概述第30页
    3.2 聚类分析算法的要求第30-32页
    3.3 聚类分析问题数学模型第32页
    3.4 相似性度量方法第32-35页
        3.4.1 距离公式第33-34页
        3.4.2 相似系数第34-35页
    3.5 基本的聚类分析算法第35-39页
        3.5.1 基于划分的方法第35-36页
        3.5.2 基于层次的方法第36-37页
        3.5.3 基于密度的方法第37-38页
        3.5.4 基于网格的方法第38页
        3.5.5 基于模型的方法第38-39页
    3.6 本章小结第39-40页
第4章 基于蚁群聚类算法的物流配送中心选址第40-46页
    4.1 引言第40页
    4.2 物流配送中心选址模型第40-41页
    4.3 K均值聚类算法解决物流配送中心选址问题步骤第41页
    4.4 蚁群聚类算法第41-42页
    4.5 仿真实验及分析第42-45页
        4.5.1 参数设置第43页
        4.5.2 实验结果与分析第43-45页
    4.6 本章小结第45-46页
第5章 基于最优类中心扰动的萤火虫聚类算法第46-54页
    5.1 引言第46页
    5.2 聚类准则函数第46-47页
    5.3 IFA聚类算法第47-49页
        5.3.1 算法主要思路第47页
        5.3.2 算法改进之处第47-48页
        5.3.3 算法步骤第48-49页
    5.4 仿真实验及评价第49-53页
        5.4.1 参数设置第49-50页
        5.4.2 收敛性分析第50-52页
        5.4.3 聚类结果分析第52-53页
    5.5 本章小结第53-54页
第6章 融合粒子群算法的布谷鸟优化聚类算法第54-62页
    6.1 引言第54页
    6.2 PSOCS聚类算法第54-57页
        6.2.1 算法思想第54-55页
        6.2.2 聚类准则函数第55页
        6.2.3 编码方式第55-56页
        6.2.4 算法步骤第56-57页
    6.3 仿真实验及评价第57-61页
        6.3.1 实验数据及实验环境第57-58页
        6.3.2 实验参数第58页
        6.3.3 算法收敛性分析第58-59页
        6.3.4 聚类结果分析第59-61页
    6.4 本章小结第61-62页
第7章 总结和展望第62-64页
    7.1 论文工作总结第62-63页
    7.2 对未来工作的展望第63-64页
参考文献第64-70页
致谢第70-72页
攻读硕士学位期间的研究成果第72页
    发表论文情况第72页
    参与科研项目第72页
    所获奖励第72页

论文共72页,点击 下载论文
上一篇:线驱动硅胶软体机械臂建模与控制
下一篇:基于机器视觉的机器人拾放料系统研究