| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-12页 |
| ·引言 | 第9-10页 |
| ·人工萤火虫群优化算法研究进展 | 第10页 |
| ·论文的主要工作 | 第10-11页 |
| ·论文的创新之处 | 第11页 |
| ·论文的结构安排 | 第11-12页 |
| 第二章 人工萤火虫群优化算法 | 第12-17页 |
| ·引言 | 第12页 |
| ·人工萤火虫群优化算法 | 第12-15页 |
| ·萤火虫位置分布阶段 | 第13页 |
| ·萤火虫亮度更新阶段 | 第13页 |
| ·萤火虫移动阶段 | 第13-14页 |
| ·萤火虫决策半径更新 | 第14-15页 |
| ·人工萤火虫群优化算法伪代码 | 第15页 |
| ·人工萤火虫群优化算法流程图 | 第15-16页 |
| ·萤火虫算法相关参数设置 | 第16页 |
| ·本章小结 | 第16-17页 |
| 第三章 基于并行混合变异的人工萤火虫群优化算法 | 第17-27页 |
| ·引言 | 第17页 |
| ·基于并行混合变异的人工萤火虫群优化算法 | 第17-20页 |
| ·并行混合变异策略 | 第17-19页 |
| ·随机移动步长 | 第19页 |
| ·萤火虫位置正态分布变异 | 第19-20页 |
| ·PHMGSO 算法伪代码 | 第20页 |
| ·PHMGSO 算法流程图 | 第20-21页 |
| ·实验结果与分析 | 第21-26页 |
| ·实验平台与参数设置 | 第21-22页 |
| ·测试函数的选取 | 第22页 |
| ·测试结果与分析 | 第22-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 基于改进粒子群算法的 GSO 在无人机航路规划中的应用 | 第27-40页 |
| ·引言 | 第27页 |
| ·无人机航路规划数学模型 | 第27-30页 |
| ·问题描述 | 第27-28页 |
| ·性能指标 | 第28-29页 |
| ·威胁代价 | 第29-30页 |
| ·PGSO 算法 | 第30-31页 |
| ·萤火虫个体位置更新策略 | 第30-31页 |
| ·局部搜索策略 | 第31页 |
| ·PGSO 算法求解无人机航路规划问题 | 第31-32页 |
| ·PGSO 算法求解无人机航路规划伪代码 | 第32页 |
| ·PGSO 算法求解无人机航路规划流程图 | 第32-33页 |
| ·参数分析 | 第33-34页 |
| ·k 值的选取 | 第34-35页 |
| ·实验结果及分析 | 第35-39页 |
| ·实验平台及参数设置 | 第35页 |
| ·实验结果分析 | 第35-38页 |
| ·标准差分析 | 第38页 |
| ·航路轨迹和收敛曲线 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第五章 基于量子编码的 GSO 算法在装箱问题中的应用 | 第40-49页 |
| ·引言 | 第40页 |
| ·装箱问题数学模型 | 第40-41页 |
| ·装箱问题简介 | 第40页 |
| ·一维装箱问题数学模型 | 第40-41页 |
| ·量子计算简介 | 第41-43页 |
| ·量子计算 | 第41-42页 |
| ·量子算子 | 第42-43页 |
| ·QGSO 求解一维装箱问题 | 第43-46页 |
| ·量子序列 | 第44页 |
| ·萤火虫分布 | 第44页 |
| ·量子测量 | 第44页 |
| ·计算萤火虫个体适应度值 | 第44-45页 |
| ·萤火虫移动 | 第45页 |
| ·QGSO 算法流程图 | 第45-46页 |
| ·QGSO 算法伪代码 | 第46页 |
| ·仿真实验及数据分析 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第六章 总结与展望 | 第49-50页 |
| ·论文总结 | 第49页 |
| ·未来工作 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 附录 | 第54-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间参与的科研项目 | 第70-71页 |
| 攻读学位期间发表的学术论文 | 第71页 |