首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于蛙跳算法和增删机制的多种群粒子群优化算法及其应用

摘要第4-6页
ABSTRACT第6-7页
1 绪论第10-19页
    1.1 研究背景与意义第10-11页
    1.2 多种群粒子群优化算法的国内外研究现状与分析第11-15页
    1.3 基于粒子群优化算法的基因选择方法第15-16页
    1.4 本文研究思路与研究内容第16-17页
    1.5 本文章节安排第17-19页
2 相关算法第19-28页
    2.1 粒子群算法第19-23页
        2.1.1 粒子群算法的思想来源第19页
        2.1.2 粒子群优化算法的基本原理第19-22页
        2.1.3 粒子群算法相关参数分析及性能分析第22-23页
    2.2 多种群粒子群算法第23-26页
    2.3 蛙跳算法第26页
    2.4 极限学习机第26-27页
    2.5 本章小结第27-28页
3 基于蛙跳算法的多种群粒子群算法第28-45页
    3.1 引言第28页
    3.2 基于蛙跳算法的改进多种群粒子群算法(MSLPSO)第28-33页
        3.2.1 多种群分群策略第28页
        3.2.2 多种群更新策略第28-29页
        3.2.3 多种群合作策略第29-30页
        3.2.4 基于蛙跳算法的多种群粒子群算法第30-33页
    3.3 实验结果与讨论第33-44页
        3.3.1 实验测试函数第33-34页
        3.3.2 实验环境及参数设置第34页
        3.3.3 与其他方法的比较第34-41页
        3.3.4 算法相关参数讨论第41-44页
    3.4 本章小结第44-45页
4 基于蛙跳算法和增删机制的多种群粒子群算法及其在基因选择上的应用第45-61页
    4.1 引言第45页
    4.2 基于蛙跳算法和增删机制的多种群粒子群算法(MSLPSO-AD)第45-48页
    4.3 基于MSLPSO-AD的基因选择方法第48-49页
    4.4 实验结果及讨论第49-60页
        4.4.1 基因表达谱数据集第49-50页
        4.4.2 所选基因子集的分类性能第50-52页
        4.4.3 所选基因子集的生物学意义第52-56页
        4.4.4 与其他方法的比较第56-57页
        4.4.5 相关参数讨论第57-60页
    4.5 本章小结第60-61页
5 总结和展望第61-63页
    5.1 总结第61-62页
    5.2 展望第62-63页
参考文献第63-70页
致谢第70-71页
攻读硕士学位期间发表的学术论文及参与的科研项目第71页

论文共71页,点击 下载论文
上一篇:基于航姿与磁导航传感器融合的四轮转向AGV路径跟踪研究
下一篇:基于EEMD与概率神经网络的变压器局部放电噪声抑制与模式识别研究