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

分层分群粒子群算法下不同群体粒子数对比分析

摘要第1-4页
Abstract第4-6页
目录第6-9页
第一章 绪论第9-16页
   ·论文的研究背景第9页
   ·粒子群优化算法的研究进展与现状第9-11页
   ·选题的目的与意义第11-12页
   ·论文的主要思想与工作第12-13页
   ·论文的创新点与结构安排第13-16页
     ·论文的创新点第13-14页
     ·论文的结构安排第14-16页
第二章 理论基础第16-29页
   ·基本粒子群算法第16-18页
     ·基本粒子群算法的原理第16-17页
     ·基本粒子群算法的流程第17-18页
   ·分层分群粒子群算法第18-24页
     ·分层分群粒子群算法的基本思想第18-21页
     ·分层分群粒子群算法的基本过程第21-24页
   ·典型的实验测试函数第24-29页
     ·测试函数介绍第24-26页
     ·测试函数特性分析第26-29页
第三章 基于双层模型的粒子群算法第29-37页
   ·双层粒子群优化算法第29-34页
     ·双层粒子群优化算法的具体流程第29-33页
     ·群体粒子数配置及其计算代价分析第33-34页
   ·实验设计第34-36页
     ·分层分群粒子群算法的实验参数设置第34-35页
     ·实验函数具体分类第35-36页
   ·双层粒子群算法下的主要工作第36-37页
第四章 双层粒子群算法下的实验结果及对比分析第37-48页
   ·实验结果及对比分析第37-45页
   ·双层粒子群算法与基本粒子群算法的性能比较第45-47页
   ·本章小结第47-48页
第五章 三层粒子群算法及其实验结果分析第48-70页
   ·基于三层模型的粒子群优化算法第48-56页
     ·三层粒子群优化算法的具体流程第48-54页
     ·群体粒子数配置及其计算代价分析第54-55页
     ·三层粒子群算法下的主要工作第55-56页
   ·实验结果及对比分析第56-64页
   ·算法的比较分析第64-69页
     ·三层粒子群算法与基本粒子群算法的性能比较第64-67页
     ·三层粒子群算法与双层粒子群算法的比较分析第67-69页
   ·本章小结第69-70页
第六章 双层粒子群算法在肿瘤基因分类检测中的应用第70-77页
   ·背景知识第70-72页
     ·DNA微阵列简介第70-71页
     ·肿瘤基因分类应用简介第71-72页
   ·肿瘤基因表达数据描述第72页
   ·实验分类与检测过程第72-74页
   ·分类检测结果及讨论第74-76页
     ·分类检测结果第74页
     ·结果对比及评价第74-76页
   ·本章小结第76-77页
第七章 总结与展望第77-79页
   ·全文总结第77-78页
   ·工作展望第78-79页
参考文献第79-82页
附录第82-94页
 附录一第82-90页
 附录二第90-92页
 附录三第92-94页
研究生期间发表的论文第94-95页
致谢第95页

论文共95页,点击 下载论文
上一篇:网络化轮式机器人远程控制系统设计
下一篇:基于Switch Ethernet网络控制系统时延与调度算法的研究