粒子群算法的改进及应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-13页 |
| ·研究背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文结构安排 | 第12-13页 |
| 第2章 粒子群优化算法 | 第13-18页 |
| ·基本粒子群算法 | 第13-14页 |
| ·算法原理 | 第13页 |
| ·数学表示 | 第13-14页 |
| ·标准粒子群算法 | 第14-16页 |
| ·粒子群算法步骤 | 第16-17页 |
| ·粒子群算法分析 | 第17-18页 |
| 第3章 自适应惯性权重的混沌粒子群算法 | 第18-36页 |
| ·ACPSO算法 | 第18-24页 |
| ·混沌现象 | 第18页 |
| ·种群的混沌初始化 | 第18-21页 |
| ·分段混沌映射 | 第18-19页 |
| ·种群的混沌初始化 | 第19-21页 |
| ·惯性权重的自适应调整 | 第21-24页 |
| ·评估进化状态 | 第22-23页 |
| ·根据状态自适应调整惯性权重 | 第23-24页 |
| ·最优学习策略 | 第24页 |
| ·ACPSO算法的性能分析 | 第24-27页 |
| ·ACPSO算法在图像增强中的应用 | 第27-36页 |
| ·图像增强方法 | 第27-29页 |
| ·空域法 | 第28-29页 |
| ·频域法 | 第29页 |
| ·转换函数 | 第29-30页 |
| ·图像增强的适应度函数 | 第30-31页 |
| ·基于ACPSO算法的图像增强 | 第31-36页 |
| 第4章 实数-二进制数混合的粒子群算法 | 第36-43页 |
| ·引言 | 第36页 |
| ·混合粒子群算法 | 第36-38页 |
| ·二进制粒子群算法 | 第36-37页 |
| ·混合粒子群算法 | 第37-38页 |
| ·HPSO算法的实验分析 | 第38-39页 |
| ·基于HPSO算法的正弦信号参数识别 | 第39-42页 |
| ·正弦信号的参数 | 第39-40页 |
| ·基于HPSO的正弦信号参数识别 | 第40-42页 |
| ·小结 | 第42-43页 |
| 第5章 基于粒子群算法的多目标背包问题 | 第43-51页 |
| ·引言 | 第43页 |
| ·多目标优化问题的数学表示 | 第43-44页 |
| ·传统处理多目标优化的方法 | 第44-46页 |
| ·转化为单目标的多目标优化 | 第44-45页 |
| ·传统处理多目标优化的缺陷 | 第45-46页 |
| ·基于ACPSO算法的多目标优化 | 第46-48页 |
| ·算法提出 | 第46-47页 |
| ·算法流程 | 第47-48页 |
| ·基于ACPSO算法的多目标背包问题 | 第48-50页 |
| ·多目标背包问题描述 | 第48-49页 |
| ·基于ACPSO算法的多目标背包问题 | 第49-50页 |
| ·小结 | 第50-51页 |
| 第6章 总结与展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-58页 |
| 攻读硕士期间发表论文和参与项目情况 | 第58-59页 |
| 致谢 | 第59页 |
