| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景和课题意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 智能算法发展现状 | 第11-12页 |
| 1.2.2 灰狼优化算法研究现状 | 第12-13页 |
| 1.2.3 阵列天线方向图综合发展现状 | 第13-14页 |
| 1.3 本文组织 | 第14-15页 |
| 第二章 智能优化算法基础 | 第15-27页 |
| 2.1 最优化理论 | 第15-17页 |
| 2.2 常见智能优化算法 | 第17-21页 |
| 2.2.1 粒子群算法 | 第17-18页 |
| 2.2.2 差分进化算法 | 第18-21页 |
| 2.3 测试函数 | 第21-26页 |
| 2.3.1 单峰测试函数 | 第21-22页 |
| 2.3.2 多峰测试函数 | 第22-24页 |
| 2.3.3 组合测试函数 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 标准灰狼优化算法研究 | 第27-39页 |
| 3.1 标准灰狼优化算法 | 第27-34页 |
| 3.1.1 基本原理 | 第27-28页 |
| 3.1.2 算法数学模型 | 第28-30页 |
| 3.1.3 算法流程 | 第30-32页 |
| 3.1.4 算法收敛性分析 | 第32-34页 |
| 3.2 算法性能测试与分析 | 第34-38页 |
| 3.2.1 实验参数设置 | 第34页 |
| 3.2.2 实验结果分析 | 第34-38页 |
| 3.3 标准GWO算法的局限性 | 第38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 改进的灰狼优化算法 | 第39-51页 |
| 4.1 灰狼优化算法的现有改进策略 | 第39-40页 |
| 4.2 改进的混合灰狼优化算法 | 第40-46页 |
| 4.2.1 基于佳点集的初始化方法 | 第40-41页 |
| 4.2.2 混合DE-GWO算法 | 第41-43页 |
| 4.2.3 分段步长更新策略 | 第43-44页 |
| 4.2.4 超球面扰动策略 | 第44-45页 |
| 4.2.5 逐维更新策略 | 第45-46页 |
| 4.3 改进灰狼优化算法步骤 | 第46-47页 |
| 4.4 实验结果与分析 | 第47-49页 |
| 4.5 本章总结 | 第49-51页 |
| 第五章 改进灰狼优化算法的应用 | 第51-67页 |
| 5.1 引言 | 第51页 |
| 5.2 改进灰狼优化算法在FIR数字滤波器设计中的应用 | 第51-54页 |
| 5.2.1 FIR数字滤波器简介 | 第51页 |
| 5.2.2 设计FIR数字滤波器的改进灰狼优化算法 | 第51-52页 |
| 5.2.3 目标函数设计 | 第52页 |
| 5.2.4 MGWO算法设计FIR滤波器步骤 | 第52-53页 |
| 5.2.5 实验测试与分析 | 第53-54页 |
| 5.3 阵列天线基本理论 | 第54-56页 |
| 5.3.1 智能天线基础 | 第54页 |
| 5.3.2 阵列天线的辐射特性 | 第54-56页 |
| 5.4 阵列天线方向图综合的解析方法 | 第56-60页 |
| 5.4.1 Chebyshev综合法 | 第56-58页 |
| 5.4.2 Taylor综合法 | 第58-60页 |
| 5.5 改进灰狼优化算法在天线方向图综合中的应用 | 第60-66页 |
| 5.5.1 适应度函数设计 | 第60-61页 |
| 5.5.2 实验测试与分析 | 第61-66页 |
| 5.6 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 附录 | 第74页 |