| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| 第二章 利用改进的郭涛算法求解多峰函数 | 第13-28页 |
| · | 第13-17页 |
| §2.1.1 郭涛算法的简介 | 第13-15页 |
| §2.1.2 郭涛算法数值试验 | 第15-17页 |
| §2.2 混沌优化CO(chaotic optimization)流程 | 第17-21页 |
| §2.2.1 虫口模型—logistic映射 | 第18-19页 |
| §2.2.2 混沌优化方法的简介 | 第19-21页 |
| §2.3 基于混沌的郭涛算法流程 | 第21-22页 |
| §2.4 算法的数值实验及分析 | 第22-26页 |
| §2.5 小结 | 第26-28页 |
| 第三章 利用改进的微粒群算法求解多峰函数 | 第28-35页 |
| §3.1 微粒群算法简介 | 第28-30页 |
| §3.2 改进的微粒群算法XSPSO | 第30-32页 |
| ·种子点的选取和邻域的划分 | 第31页 |
| ·基于邻域的多亲体杂交算子 | 第31页 |
| ·出界的处理方式 | 第31-32页 |
| ·XSPSO算法 | 第32页 |
| §3.3 实验结果 | 第32-35页 |
| 第四章 微粒群算法与郭涛算法结合求解多峰函数 | 第35-46页 |
| §4.1 引言 | 第35-38页 |
| §4.1.1 全局搜索 | 第35页 |
| §4.1.2 IGT-E | 第35-36页 |
| §4.1.3 我们对郭涛算法的改进 | 第36-38页 |
| §4.1.4 种群划分 | 第38页 |
| §4.2 局部搜索 | 第38-39页 |
| §4.3 对PSO算法的改进 | 第39页 |
| §4.4 GT-POPDOM-PSO算法流程 | 第39-40页 |
| §4.5 实验结果与分析 | 第40-44页 |
| §4.6 小结 | 第44-46页 |
| 结论 | 第46-49页 |
| 参考文献 | 第49-51页 |
| 附录 | 第51-54页 |
| 致谢 | 第51-53页 |
| 攻读硕士期间已发表(待发表)的学术论文 | 第53-54页 |