| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题的背景 | 第10页 |
| 1.2 课题研究目的 | 第10-11页 |
| 1.3 进化算法研究现状 | 第11-13页 |
| 1.4 差分进化算法研究现状 | 第13-14页 |
| 1.5 本文的研究内容及组织框架 | 第14-17页 |
| 1.5.1 本文的主要研究内容 | 第14-15页 |
| 1.5.2 本文的组织框架 | 第15-17页 |
| 第2章 差分进化算法的基本理论 | 第17-29页 |
| 2.1 优化问题 | 第17页 |
| 2.2 基本差分进化算法的步骤 | 第17-19页 |
| 2.3 差分进化算法参数研究 | 第19-27页 |
| 2.3.1 最大进化代数与维数 | 第20页 |
| 2.3.2 种群的规模 | 第20页 |
| 2.3.3 缩放因子 | 第20-25页 |
| 2.3.4 交叉概率 | 第25-27页 |
| 2.4 DE的优缺点 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 改进差分进化算法 | 第29-48页 |
| 3.1 改进DE的研究现状 | 第29-30页 |
| 3.2 差分进化算法的收敛性分析 | 第30-34页 |
| 3.3 DE改进的核心思想 | 第34-35页 |
| 3.4 差分进化算法的改进方法 | 第35-47页 |
| 3.4.1 差分进化算法参数的改进 | 第35-39页 |
| 3.4.2 变异公式的改进 | 第39-42页 |
| 3.4.3 自适应搜索步长与二次变异 | 第42-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 混合差分进化算法的应用 | 第48-65页 |
| 4.1 混合DE的研究现状 | 第48-49页 |
| 4.2 基本遗传算法原理及步骤 | 第49-51页 |
| 4.3 基本粒子群算法的原理及步骤 | 第51-53页 |
| 4.4 GA、PSO与DE之间的比较 | 第53-55页 |
| 4.5 不同进化算法的结合 | 第55-60页 |
| 4.6 GA-DE-PSO算法的应用 | 第60-64页 |
| 4.7 本章小结 | 第64-65页 |
| 第5章 结论 | 第65-68页 |
| 5.1 本文的主要研究内容 | 第65-66页 |
| 5.2 本文的主要创新点 | 第66页 |
| 5.3 未来的研究工作 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 附录A （CEC benchmark function） | 第72-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士学位期间所取得的学术成果及课题研究 | 第76页 |