| 第1章 绪 论 | 第7-22页 |
| 1.1 计算智能 | 第7-8页 |
| 1.2 进化计算 | 第8-9页 |
| 1.3 人工生命 | 第9-11页 |
| 1.4 群智能 | 第11-14页 |
| 1.4.1 什么是群智能 | 第11-12页 |
| 1.4.2 蚂蚁算法 | 第12-13页 |
| 1.4.3 粒子群优化算法 | 第13-14页 |
| 1.5 优化问题 | 第14-17页 |
| 1.5.1 最优化方法 | 第14-15页 |
| 1.5.2 约束优化 | 第15-16页 |
| 1.5.3 多目标优化 | 第16-17页 |
| 1.6 本文的主要工作 | 第17-22页 |
| 1.6.1 研究现状 | 第17-19页 |
| 1.6.2 论文的主要内容 | 第19-22页 |
| 第2章 粒子群优化算法 | 第22-29页 |
| 2.1 引言 | 第22页 |
| 2.2 算法原理 | 第22-24页 |
| 2.3 算法流程 | 第24-25页 |
| 2.4 算法分析 | 第25-26页 |
| 2.4.1 惯性权重 | 第25-26页 |
| 2.4.2 学习因子 | 第26页 |
| 2.4.3 最大速度 | 第26页 |
| 2.4.4 群体规模和粒子的维度 | 第26页 |
| 2.4.5 中止条件 | 第26页 |
| 2.5 和其它进化计算的比较 | 第26-27页 |
| 2.6 人工神经网络和PSO | 第27-28页 |
| 2.7 应用领域 | 第28-29页 |
| 第3章 PSO算法在最优化问题中的应用 | 第29-35页 |
| 3.1 引言 | 第29页 |
| 3.2 PSO算法求解最优化问题 | 第29-30页 |
| 3.3 PSO求解最优化问题的算法流程 | 第30-31页 |
| 3.4 算例 | 第31-34页 |
| 3.4.1 无约束最化问题 | 第31-32页 |
| 3.4.2 约束最优化问题 | 第32-33页 |
| 3.4.3 实验结果讨论 | 第33-34页 |
| 3.5 结束语 | 第34-35页 |
| 第4章 PSO算法求解约束优化问题 | 第35-46页 |
| 4.1 引言 | 第35-36页 |
| 4.2 PSO求解约束优化问题 | 第36-40页 |
| 4.2.1 竞争选择(tournament selection) | 第37-38页 |
| 4.2.2 半可行域(semi-feasible region) | 第38-39页 |
| 4.2.3 选择算子 | 第39-40页 |
| 4.2.4 两个最优个体的选择 | 第40页 |
| 4.3 算法流程 | 第40-41页 |
| 4.4 实验 | 第41-44页 |
| 4.4.1 参数设置 | 第41页 |
| 4.4.2 测试函数 | 第41-44页 |
| 4.4.3 结果分析 | 第44页 |
| 4.5 结束语 | 第44-46页 |
| 第5章 PSO算法求解多目标优化问题 | 第46-57页 |
| 5.1 引言 | 第46-47页 |
| 5.2 多目标优化问题 | 第47页 |
| 5.3 多目标PSO算法 | 第47-51页 |
| 5.3.1 算法提出 | 第47-49页 |
| 5.3.2 算法分析 | 第49-50页 |
| 5.3.3 算法流程 | 第50-51页 |
| 5.4 实验 | 第51-55页 |
| 5.5 总结 | 第55-57页 |
| 第6章 总结与展望 | 第57-61页 |
| 6.1 总结 | 第57-60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 致 谢 | 第66-67页 |
| 摘 要 | 第67-70页 |
| ABSTRACT | 第70页 |