| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-13页 |
| 第一章 绪论 | 第13-23页 |
| ·优化问题 | 第13-14页 |
| ·进化计算 | 第14-18页 |
| ·群智能 | 第18-22页 |
| ·本文的主要工作 | 第22-23页 |
| 第二章 粒子群优化算法及其应用领域 | 第23-34页 |
| ·引言 | 第23页 |
| ·算法介绍 | 第23-24页 |
| ·粒子群优化算法和遗传算法的比较 | 第24-25页 |
| ·粒子群优化算法与进化计算的比较 | 第25页 |
| ·粒子群优化算法与蚁群优化算法的比较 | 第25-27页 |
| ·应用 | 第27-30页 |
| ·研究现状 | 第30-34页 |
| 第三章 粒子群优化算法的发展 | 第34-45页 |
| ·引言 | 第34页 |
| ·加快收敛速度 | 第34-36页 |
| ·提高种群的多样性 | 第36-37页 |
| ·阻止群停滞 | 第37-39页 |
| ·与其他算法混合 | 第39-41页 |
| ·离散粒子群优化算法 | 第41页 |
| ·粒子群优化算法的拓扑结构 | 第41-44页 |
| ·收敛性分析 | 第44-45页 |
| 第四章 分组粒子群优化算法 | 第45-49页 |
| ·分组粒子群优化算法的思想 | 第45-46页 |
| ·实验和结果分析 | 第46-48页 |
| ·小结 | 第48-49页 |
| 第五章 粒子群优化算法在股票价格预测优化问题上的应用 | 第49-60页 |
| ·隐马尔可夫模型 | 第49-50页 |
| ·使用粒子群优化算法优化隐马尔科夫模型初始参数 | 第50-52页 |
| ·股票价格预测 | 第52-55页 |
| ·实验仿真及结果 | 第55-59页 |
| ·结论 | 第59-60页 |
| 第六章 结束语 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-69页 |
| 附录：作者在攻读硕士学位期间发表的论文目录 | 第69页 |