首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

量子粒子群优化算法的研究及应用

摘要第1-5页
ABSTRACT第5-6页
创新点摘要第6-9页
第一章 概述第9-16页
   ·研究背景和意义第9-11页
   ·研究现状第11-13页
   ·研究内容第13-14页
   ·论文章节安排第14-16页
第二章 具有量子行为的粒子群优化算法第16-28页
   ·引言第16页
   ·粒子群优化算法第16-22页
     ·群体智能优化算法第17页
     ·粒子群优化算法第17-18页
     ·基本粒子群优化算法模型第18-20页
     ·标准粒子群优化算法的模型第20-22页
     ·标准粒子群优化算法流程第22页
   ·量子粒子群优化算法第22-25页
     ·量子粒子群优化算法的思想来源第23页
     ·量子粒子群优化算法数学模型第23-24页
     ·量子粒子群优化算法流程第24-25页
   ·量子粒子群优化算法的优点第25页
   ·粒子群优化算法与量子粒子群优化算法存在的不足第25-27页
   ·本章小结第27-28页
第三章 自适应局部搜索量子粒子群算法第28-36页
   ·引言第28页
   ·量子粒子群优化算法的自适应参数控制第28-29页
   ·局部搜索中的收敛性准则第29页
   ·自适应局部搜索量子粒子群算法思想第29-32页
     ·自适应局部搜索第29-30页
     ·自适应局部搜索量子粒子群优化算法第30页
     ·自适应局部搜索量子粒子群优化算法流程第30-32页
   ·实验与分析第32-35页
     ·标准测试函数第32-33页
     ·实验参数设置第33-35页
     ·实验结果和分析第35页
   ·本章小结第35-36页
第四章 多子群自适应局部搜索量子粒子群算法第36-43页
   ·引言第36页
   ·多子群自适应局部搜索QPSO算法基本原理第36-39页
     ·粒子的两种基本进化模型第36-37页
     ·多子群自适应局部搜索QPSO算法实现第37-39页
   ·实验与分析第39-42页
     ·标准测试函数第39-40页
     ·实验参数设置第40-41页
     ·实验结果和分析第41-42页
   ·本章小结第42-43页
第五章 自适应局部搜索QPSO算法在运输问题中的应用第43-52页
   ·引言第43-44页
   ·运输问题第44-48页
     ·运输问题的定义第44页
     ·运输问题的模型第44-46页
     ·运输问题的特点第46-47页
     ·表上作业法求解运输问题第47-48页
     ·在产销平衡的运输问题中需要说明的几个问题第48页
   ·用自适应局部搜索QPSO算法求解运输问题第48-50页
     ·自适应局部搜索QPSO算法求运输问题第48-49页
     ·用自适应局部搜索量子粒子群优化算法求运输问题流程第49-50页
   ·实验与分析第50-51页
   ·本章小结第51-52页
结论与展望第52-53页
参考文献第53-56页
发表文章目录第56-57页
致谢第57-58页
详细摘要第58-65页

论文共65页,点击 下载论文
上一篇:动力吊卡设计与运动仿真
下一篇:基于分类器融合的生物医学命名实体与关系识别研究