| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 优化问题模型与传统求解方法 | 第8-9页 |
| 1.2 粒子群算法研究现状与应用 | 第9-10页 |
| 1.3 本文的主要工作 | 第10-11页 |
| 1.4 本文的章节安排 | 第11-12页 |
| 第2章 粒子群算法 | 第12-18页 |
| 2.1 粒子群优化算法 | 第12-13页 |
| 2.2 粒子群算法的改进方法 | 第13-16页 |
| 2.2.1 算法参数的改进 | 第13-15页 |
| 2.2.2 算法拓扑领域的改进 | 第15页 |
| 2.2.3 与其它算法的结合 | 第15-16页 |
| 2.3 本章小结 | 第16-18页 |
| 第3章 基于自适应变异的混沌粒子群算法 | 第18-28页 |
| 3.1 混沌映射 | 第18-20页 |
| 3.2 自适应变异 | 第20-21页 |
| 3.3 自适应变异的混沌粒子群算法 | 第21页 |
| 3.4 试验分析 | 第21-26页 |
| 3.4.1 种群规模的选取与自适应变异策略的验证 | 第22-23页 |
| 3.4.2 实验结果与分析 | 第23-26页 |
| 3.5 本章小结 | 第26-28页 |
| 第4章 基于文化框架的混沌粒子群算法 | 第28-40页 |
| 4.1 文化算法 | 第28-31页 |
| 4.1.1 基本文化算法 | 第28-30页 |
| 4.1.2 文化算法的研究现状 | 第30-31页 |
| 4.2 基于文化框架的混沌粒子群算法(CCPSO) | 第31-35页 |
| 4.2.1 CCPSO种群空间的更新 | 第31-32页 |
| 4.2.2 CCPSO信仰空间的更新 | 第32-33页 |
| 4.2.3 接受操作 | 第33-34页 |
| 4.2.4 影响操作 | 第34页 |
| 4.2.5 基于文化框架的混沌粒子群算法 | 第34-35页 |
| 4.3 实验与结果分析 | 第35-38页 |
| 4.4 本章小结 | 第38-40页 |
| 第5章 总结与展望 | 第40-42页 |
| 参考文献 | 第42-48页 |
| 致谢 | 第48-50页 |
| 攻读硕士学位期间的研究成果 | 第50页 |