一种新的改进粒子群算法
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·引言 | 第10-11页 |
| ·群集智能的研究及发展状况 | 第11-14页 |
| ·粒子群算法 | 第11-12页 |
| ·蚁群算法 | 第12-13页 |
| ·人工鱼群算法 | 第13-14页 |
| ·群集智能算法的优点和缺点 | 第14-15页 |
| ·群集智能算法的优点 | 第14页 |
| ·群集智能算法的缺点 | 第14-15页 |
| ·本文的主要研究内容 | 第15页 |
| ·本文的组织结构 | 第15-16页 |
| 第2章 粒子群优化算法 | 第16-24页 |
| ·原始粒子群优化算法 | 第16-19页 |
| ·算法原理 | 第16页 |
| ·算法的数学描述 | 第16-17页 |
| ·算法参数 | 第17-18页 |
| ·算法流程 | 第18-19页 |
| ·标准粒子群优化算法 | 第19-20页 |
| ·惯性权重ω的引入 | 第19页 |
| ·收敛因子γ的引入 | 第19-20页 |
| ·算法的收敛性分析 | 第20-21页 |
| ·PSO与其他进化算法的比较 | 第21-24页 |
| 第3章 关于PSO算法的改进 | 第24-34页 |
| ·算法参数的改进 | 第24-26页 |
| ·基于惯性权重ω的改进 | 第24-25页 |
| ·基于加速常数c_1和c_2的改进 | 第25-26页 |
| ·进化公式的改进 | 第26页 |
| ·拓扑结构的改进 | 第26-27页 |
| ·混合算法 | 第27-28页 |
| ·已有的改进算法 | 第28-34页 |
| ·模糊自适应PSO(FAPSO) | 第28-30页 |
| ·杂交PSO(HPSO)模型 | 第30-31页 |
| ·离散二进制模型 | 第31-32页 |
| ·协同PSO算法 | 第32页 |
| ·混沌粒子群优化模型 | 第32-33页 |
| ·免疫粒子群优化模型 | 第33-34页 |
| 第4章 改进的模拟退火粒子群 | 第34-51页 |
| ·加入变异算子 | 第34-36页 |
| ·引入模拟退火算法 | 第36-37页 |
| ·算法流程 | 第37-38页 |
| ·仿真试验 | 第38-51页 |
| ·测试函数 | 第38-42页 |
| ·实验设置 | 第42页 |
| ·实验结果 | 第42-50页 |
| ·实验结论 | 第50-51页 |
| 第5章 总结与展望 | 第51-53页 |
| ·小结 | 第51页 |
| ·工作展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读学位期间公开发表论文 | 第57-58页 |
| 致谢 | 第58-59页 |
| 研究生履历 | 第59页 |
