| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-16页 |
| ·群智能算法 | 第8-9页 |
| ·微粒群算法的概述 | 第9-14页 |
| ·微粒群算法的产生与发展 | 第9-11页 |
| ·微粒群算法的研究与应用 | 第11-14页 |
| ·动态环境下微粒群算法的概述 | 第14-15页 |
| ·课题的背景及意义 | 第14页 |
| ·课题的主要研究任务 | 第14-15页 |
| ·本文的主要研究内容 | 第15-16页 |
| 第二章 微粒群算法 | 第16-32页 |
| ·微粒群算法的基本描述 | 第16-22页 |
| ·算法原理 | 第16-19页 |
| ·两种基本的进化模型 | 第19-20页 |
| ·与其它进化算法的比较 | 第20-22页 |
| ·动态环境下进化算法的研究现状 | 第22-28页 |
| ·动态环境下遗传算法的研究现状 | 第22-23页 |
| ·动态环境下微粒群算法的研究现状 | 第23-28页 |
| ·动态环境的简介和微粒群算法在动态环境中失效的原因 | 第28-32页 |
| ·动态环境的简介 | 第28-30页 |
| ·微粒群算法在动态环境中失效的原因 | 第30-32页 |
| 第三章 动态环境下基于种群多样性的微粒群算法 | 第32-39页 |
| ·算法原理及实现 | 第32-34页 |
| ·环境变化的检测 | 第32-33页 |
| ·环境变化的响应 | 第33-34页 |
| ·算法描述 | 第34-35页 |
| ·仿真结果 | 第35-39页 |
| ·仿真实例 | 第35-36页 |
| ·仿真结果与分析 | 第36-39页 |
| 第四章 动态环境下基于学习的微粒群算法 | 第39-46页 |
| ·响应方法原理 | 第39-41页 |
| ·响应的依据 | 第39-40页 |
| ·响应的方法 | 第40-41页 |
| ·算法描述 | 第41-43页 |
| ·仿真结果 | 第43-46页 |
| ·仿真实例 | 第43页 |
| ·仿真结果与分析 | 第43-46页 |
| 第五章 结论与展望 | 第46-48页 |
| 参考文献 | 第48-53页 |
| 致谢 | 第53-54页 |
| 攻读硕士学位期间完成的论文 | 第54页 |