基于收缩因子策略的布谷鸟搜索算法
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 研究现状 | 第15-17页 |
| 1.3 本文工作 | 第17-19页 |
| 1.4 内容安排 | 第19-20页 |
| 第二章 布谷鸟搜索算法研究 | 第20-30页 |
| 2.1 经典群智能优化算法 | 第20-22页 |
| 2.1.1 粒子群算法 | 第20-21页 |
| 2.1.2 人工蜂群算法 | 第21-22页 |
| 2.2 布谷鸟搜索算法原理 | 第22-24页 |
| 2.2.1 布谷鸟搜索算法的基本原理 | 第22-23页 |
| 2.2.2 布谷鸟搜索算法的基本概念 | 第23页 |
| 2.2.3 布谷鸟搜索算法的相关因素 | 第23-24页 |
| 2.3 布谷鸟算法流程 | 第24-26页 |
| 2.3.1 鸟窝位置的初始化 | 第24-25页 |
| 2.3.2 鸟窝位置的更新 | 第25页 |
| 2.3.3 鸟窝位置的发现概率 | 第25-26页 |
| 2.3.4 布谷鸟搜索算法流程 | 第26页 |
| 2.4 布谷鸟搜索算法的特性分析 | 第26-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第三章 基于收缩因子策略的布谷鸟搜索算法 | 第30-44页 |
| 3.1 收缩因子策略 | 第30-31页 |
| 3.2 基于收缩因子策略的布谷鸟搜索算法 | 第31-34页 |
| 3.2.1 引入收缩因子策略 | 第31-33页 |
| 3.2.2 基于收缩因子策略的鸟窝位置的更新 | 第33-34页 |
| 3.3 初始分布计算 | 第34-37页 |
| 3.3.1 Tent混沌反向学习策略 | 第34-35页 |
| 3.3.2 改进的Tent混沌反向学习策略 | 第35-37页 |
| 3.3.3 初始分布计算 | 第37页 |
| 3.4 发现概率的自适应调整 | 第37-40页 |
| 3.4.1 基于适应度排序的选择策略 | 第38页 |
| 3.4.2 改进的基于适应度排序的选择策略 | 第38-39页 |
| 3.4.3 发现概率的自适应调整 | 第39-40页 |
| 3.5 CFCS算法流程设计 | 第40-41页 |
| 3.6 本章小结 | 第41-44页 |
| 第四章 算法仿真与分析 | 第44-60页 |
| 4.1 单峰测试函数的仿真与分析 | 第44-52页 |
| 4.1.1 单峰测试函数 | 第44-47页 |
| 4.1.2 仿真参数设置 | 第47-48页 |
| 4.1.3 算法收敛速度对比与分析 | 第48-50页 |
| 4.1.4 算法求解精度对比与分析 | 第50-52页 |
| 4.2 多峰测试函数的仿真与分析 | 第52-58页 |
| 4.2.1 多峰测试函数 | 第52-54页 |
| 4.2.2 仿真参数设置 | 第54-55页 |
| 4.2.3 算法收敛速度对比与分析 | 第55-57页 |
| 4.2.4 算法求解精度对比与分析 | 第57-58页 |
| 4.3 本章小结 | 第58-60页 |
| 第五章 结束语 | 第60-64页 |
| 5.1 研究总结 | 第60-61页 |
| 5.2 研究展望 | 第61-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 作者简介 | 第70-71页 |
