粒子群算法的研究及改进
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 第一章 绪论 | 第6-16页 |
| ·解体智能 | 第6-7页 |
| ·群体智能方法的提出 | 第6页 |
| ·群体智能方法的特点 | 第6-7页 |
| ·原始PSO算法和标准PSO算法 | 第7-11页 |
| ·PSO算法的起源背景 | 第7-8页 |
| ·原始PSO算法 | 第8-10页 |
| ·算法的基本流程 | 第10-11页 |
| ·标准粒子群算法 | 第11页 |
| ·粒子群算法的研究现状 | 第11-14页 |
| ·粒子群算法的主要应用及研究方向 | 第14-16页 |
| ·粒子群算法的主要应用 | 第14页 |
| ·PSO算法的研究方向 | 第14-16页 |
| 第二章 粒子群算法的收敛性分析 | 第16-20页 |
| ·随机算法的收敛条件 | 第16-17页 |
| ·基本粒子群算法的收敛性分析 | 第17-18页 |
| ·两种保证全局收敛的粒子群算法 | 第18-20页 |
| 第三章 一种基于阶段进化策略的粒子群算法 | 第20-26页 |
| ·引言 | 第20页 |
| ·基于阶段进化策略的粒子群算法 | 第20-21页 |
| ·基于阶段进化策略的PSO算法流程 | 第21-22页 |
| ·仿真模拟 | 第22-25页 |
| ·结论 | 第25-26页 |
| 第四章 基于粒子群和鱼群的混合优化算法 | 第26-32页 |
| ·引言 | 第26页 |
| ·人工鱼群算法的基本原理 | 第26-27页 |
| ·混合优化算法 | 第27-29页 |
| ·性能分析 | 第29-31页 |
| ·结论 | 第31-32页 |
| 总结与研究展望 | 第32-33页 |
| 参考文献 | 第33-38页 |
| 攻读硕士学位期间公开发表论文 | 第38-39页 |
| 致谢 | 第39页 |
