| 致谢 | 第5-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 混沌理论的发展史 | 第10-12页 |
| 1.2 混沌系统未知参数估计的研究现状 | 第12-13页 |
| 1.3 群体智能优化算法的研究及发展现状 | 第13-19页 |
| 1.3.1 遗传算法 | 第14页 |
| 1.3.2 蚁群优化算法 | 第14-15页 |
| 1.3.3 粒子群优化算法 | 第15-16页 |
| 1.3.4 其他智能算法 | 第16-18页 |
| 1.3.5 群体智能优化算法的发展方向 | 第18-19页 |
| 1.4 本文的主要工作 | 第19-21页 |
| 第2章 粒子群优化算法(PSO) | 第21-26页 |
| 2.1 PSO的发展现状 | 第21-22页 |
| 2.2 PSO的应用研究 | 第22-23页 |
| 2.3 PSO的基本原理 | 第23-24页 |
| 2.4 PSO的数学模型 | 第24-25页 |
| 2.5 PSO对混沌系统未知参数的估计 | 第25-26页 |
| 第3章 改进的粒子群优化算法 | 第26-32页 |
| 3.1 自适应粒子群优化算法(APSO) | 第26-27页 |
| 3.2 具有异步学习因子的自适应粒子群优化算法(YBAPSO) | 第27-28页 |
| 3.3 具有压缩因子的自适应粒子群优化算法(YSAPSO) | 第28-29页 |
| 3.4 具有压缩因子及异步学习因子的自适应粒子群优化算法(YSYBAPSO) | 第29页 |
| 3.5 具有异步学习因子的漂移粒子群优化算法(YBPYPSO) | 第29-30页 |
| 3.6 本章小结 | 第30-32页 |
| 第4章 改进粒子群优化算法对混沌系统未知参数的估计 | 第32-42页 |
| 4.1 粒子群优化算法及改进的自适应粒子群优化算法对混沌系统未知参数的估计 | 第32-39页 |
| 4.2 粒子群优化算法及改进的漂移粒子群优化算法对混沌系统未知参数的估计 | 第39-40页 |
| 4.3 本章小结 | 第40-42页 |
| 第5章 结论与展望 | 第42-45页 |
| 5.1 结论 | 第42-43页 |
| 5.2 展望 | 第43-45页 |
| 参考文献 | 第45-50页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第50-52页 |
| 学位论文数据集 | 第52页 |
