| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-20页 |
| ·研究背景与意义 | 第11-12页 |
| ·国内外研究现状 | 第12-17页 |
| ·粒子群优化算法 | 第12-14页 |
| ·量子行为粒子群优化算法 | 第14-15页 |
| ·模糊神经网络 | 第15-16页 |
| ·贝叶斯网络 | 第16-17页 |
| ·蛋白质折叠 | 第17页 |
| ·主要研究内容 | 第17-18页 |
| ·本文组织结构 | 第18-20页 |
| 第二章 粒子群优化算法及量子行为粒子群优化算法 | 第20-32页 |
| ·引言 | 第20页 |
| ·粒子群优化算法 | 第20-24页 |
| ·基本原理 | 第20-22页 |
| ·算法模型分析 | 第22-24页 |
| ·部分经典改进粒子群优化算法 | 第24-26页 |
| ·带惯性权重的粒子群优化算法 | 第24-25页 |
| ·带收缩因子的粒子群优化算法 | 第25页 |
| ·二进制粒子群优化算法 | 第25-26页 |
| ·量子行为粒子群优化算法 | 第26-31页 |
| ·基本原理 | 第26-27页 |
| ·算法描述 | 第27-29页 |
| ·QPSO 算法与 PSO 算法的比较 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 可变维度量子行为粒子群优化算法及其在模糊神经网络中的应用 | 第32-51页 |
| ·引言 | 第32页 |
| ·可变维度量子行为粒子群优化算法 | 第32-37页 |
| ·基本原理 | 第32-33页 |
| ·属性设置 | 第33-34页 |
| ·算法描述 | 第34-37页 |
| ·可变维度 QPSO 算法在模糊神经网络中的应用 | 第37-41页 |
| ·模糊神经网络模型 | 第37-40页 |
| ·规则编码方案 | 第40-41页 |
| ·算法设计 | 第41页 |
| ·实例仿真 | 第41-49页 |
| ·混沌时间序列 | 第41-47页 |
| ·太阳黑子 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 第四章 基于合作思想的量子行为粒子群优化算法 | 第51-72页 |
| ·引言 | 第51页 |
| ·基于综合-合作学习的量子行为粒子群优化算法 | 第51-56页 |
| ·综合学习量子行为粒子群优化算法 | 第51-52页 |
| ·合作思想 | 第52-54页 |
| ·基于综合-合作学习的 QPSO 算法 | 第54-56页 |
| ·数值仿真测试 | 第56-68页 |
| ·测试函数 | 第56-60页 |
| ·参数设置及实验环境 | 第60页 |
| ·实验结果及分析 | 第60-68页 |
| ·综合-合作学习 QPSO 算法在模糊神经网络中的应用 | 第68-71页 |
| ·太阳黑子 | 第68-69页 |
| ·参数设置及实验环境 | 第69页 |
| ·实验结果及分析 | 第69-71页 |
| ·本章小结 | 第71-72页 |
| 第五章 基于离散量子行为粒子群优化算法的贝叶斯网络学习 | 第72-93页 |
| ·引言 | 第72页 |
| ·二进制编码 QPSO 算法 | 第72-75页 |
| ·改进二进制编码 QPSO 算法 | 第75-82页 |
| ·基于合作思想的二进制编码 QPSO 算法 | 第75-76页 |
| ·基于综合-合作学习的二进制编码 QPSO 算法 | 第76-77页 |
| ·数值仿真测试 | 第77-82页 |
| ·基于 BQPSO 算法的贝叶斯网络学习 | 第82-86页 |
| ·贝叶斯网络结构 | 第82-83页 |
| ·评分函数 | 第83-84页 |
| ·算法描述 | 第84-86页 |
| ·仿真测试 | 第86-91页 |
| ·ASIA 网 | 第86-90页 |
| ·ALARM 网 | 第90-91页 |
| ·本章小结 | 第91-93页 |
| 第六章 基于离散量子行为粒子群优化算法的蛋白质折叠研究 | 第93-105页 |
| ·引言 | 第93页 |
| ·分布估计算法 | 第93-95页 |
| ·基本原理 | 第93-94页 |
| ·基于群体的增量学习算法 | 第94-95页 |
| ·改进离散 QPSO 算法 | 第95-97页 |
| ·混合算法 | 第95-96页 |
| ·协同进化算法 | 第96-97页 |
| ·蛋白质折叠 | 第97-99页 |
| ·模拟模型 | 第97-98页 |
| ·能量函数 | 第98-99页 |
| ·基于改进算法的蛋白质折叠 | 第99-104页 |
| ·算法实施方法 | 第99-100页 |
| ·基于混合算法的蛋白质折叠 | 第100-101页 |
| ·基于协同进化算法的蛋白质折叠 | 第101页 |
| ·蛋白质序列 | 第101-103页 |
| ·实验参数设置及结果分析 | 第103-104页 |
| ·本章小结 | 第104-105页 |
| 主要结论与展望 | 第105-108页 |
| 主要结论 | 第105-106页 |
| 展望 | 第106-108页 |
| 致谢 | 第108-109页 |
| 参考文献 | 第109-116页 |
| 附录 | 第116页 |
