| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·选题背景及研究意义 | 第8页 |
| ·协同进化算法的国内外研究现状 | 第8-10页 |
| ·本论文的主要研究内容 | 第10-11页 |
| ·本论文的组织结构 | 第11-13页 |
| 第二章 微粒群算法 | 第13-19页 |
| ·引言 | 第13页 |
| ·微粒群算法的原理 | 第13-16页 |
| ·微粒群算法的基本原理 | 第13-14页 |
| ·标准微粒群算法流程 | 第14-15页 |
| ·标准微粒群算法的行为分析 | 第15-16页 |
| ·微粒群算法的特点 | 第16-19页 |
| ·微粒群算法与其他进化算法的比较 | 第16页 |
| ·微粒群算法的特点 | 第16-19页 |
| 第三章 基于生态混合群体的协同微粒群算法模型 | 第19-31页 |
| ·协同进化算法 | 第19-21页 |
| ·协同进化算法的生物学基础 | 第19-20页 |
| ·基于生物模型的协同进化算法方式 | 第20-21页 |
| ·生态混合群体协同微粒群算法模型的建立 | 第21-25页 |
| ·问题的提出 | 第21页 |
| ·混合群体协同微粒群算法 | 第21-24页 |
| ·算法的流程 | 第24-25页 |
| ·仿真实验 | 第25-30页 |
| ·测试函数 | 第25-26页 |
| ·实验参数设置 | 第26页 |
| ·实验结果及分析 | 第26-30页 |
| ·结论 | 第30-31页 |
| 第四章 混合群体协同微粒群算法在线性非稳定系统逼近中的应用 | 第31-39页 |
| ·前言 | 第31页 |
| ·线性系统逼近问题 | 第31-32页 |
| ·线性系统逼近问题的数学模型 | 第31-32页 |
| ·线性非稳定系统逼近问题 | 第32页 |
| ·自适应混合群体协同微粒群算法 | 第32-34页 |
| ·自适应调整搜索空间方法 | 第32-33页 |
| ·主子群与从子群的协同操作 | 第33-34页 |
| ·算法的流程 | 第34页 |
| ·仿真实验 | 第34-37页 |
| ·实验参数设置 | 第34-35页 |
| ·实验结果及分析 | 第35-37页 |
| ·结论 | 第37-39页 |
| 第五章 混合群体协同微粒群算法在动态环境中的应用 | 第39-49页 |
| ·前言 | 第39页 |
| ·动态环境中的混合群体协同微粒群算法 | 第39-41页 |
| ·动态环境优化问题的特点和要求 | 第39-40页 |
| ·动态环境优化的混合群体协同微粒群算法 | 第40页 |
| ·算法的流程 | 第40-41页 |
| ·仿真实验 | 第41-46页 |
| ·实验模型及环境 | 第41-42页 |
| ·实验一 | 第42-44页 |
| ·实验二 | 第44-45页 |
| ·实验三 | 第45-46页 |
| ·结论 | 第46-49页 |
| 第六章 结论与展望 | 第49-51页 |
| ·结论 | 第49页 |
| ·展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 攻读学位期间发表的学术论文目录 | 第55-56页 |
| 致谢 | 第56-57页 |
| 个人简况及联系方式 | 第57-58页 |