| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·研究背景与意义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·基于群体智能优化的K-均值聚类算法的应用研究现状 | 第9-10页 |
| ·混合蛙跳算法研究现状 | 第10-12页 |
| ·本文的主要研究思路与内容 | 第12-13页 |
| ·主要研究思路 | 第12页 |
| ·主要研究内容 | 第12-13页 |
| ·本文的组织结构 | 第13-15页 |
| 第二章 聚类相关技术分析 | 第15-26页 |
| ·聚类分析的基本概念 | 第15-20页 |
| ·聚类分析的定义 | 第15页 |
| ·聚类分析涉及的数据类型 | 第15-16页 |
| ·聚类分析的相似性度量方法 | 第16-18页 |
| ·聚类准则函数 | 第18-19页 |
| ·主要聚类分析方法 | 第19-20页 |
| ·K-means算法 | 第20-25页 |
| ·K-means算法思想 | 第20-21页 |
| ·K-means算法模型 | 第21页 |
| ·K-means算法步骤 | 第21-24页 |
| ·K-means算法缺点分析 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 混合蛙跳算法基本原理 | 第26-35页 |
| ·混合蛙跳算法的理论基础 | 第26-30页 |
| ·行为描述 | 第26-27页 |
| ·算法模型 | 第27-29页 |
| ·算法参数 | 第29-30页 |
| ·算法主要特点 | 第30页 |
| ·混合蛙跳算法的实现技术 | 第30-34页 |
| ·算法执行步骤 | 第30-31页 |
| ·算法流程 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于改进混合蛙跳算法的K-means聚类分析 | 第35-44页 |
| ·群体智能优化算法与K-means聚类分析 | 第35-36页 |
| ·基于改进混合蛙跳的K-means算法 | 第36-39页 |
| ·一种改进混合蛙跳算法 | 第36-37页 |
| ·编码方案与适应度函数构造 | 第37-38页 |
| ·基于改进混合蛙跳算法的K-means聚类算法描述 | 第38-39页 |
| ·聚类数据实验 | 第39-42页 |
| ·数据集 | 第39-40页 |
| ·实验结果 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 第五章 基于改进混合蛙跳的K-means聚类算法的应用 | 第44-55页 |
| ·改进混合蛙跳的K-means聚类算法在电压控制分区中的应用 | 第44-50页 |
| ·电压控制分区介绍 | 第44-46页 |
| ·基于改进混合蛙跳的K-means聚类算法在二级电压控制分区的应用 | 第46-48页 |
| ·算例分析 | 第48-50页 |
| ·改进混合蛙跳的K-means聚类算法在西部地区信息化评价中的应用 | 第50-54页 |
| ·西部地区信息化水平评价指标体系 | 第51-52页 |
| ·基于改进混合蛙跳算法的西部地区信息化水平评价的思路 | 第52-53页 |
| ·西部地区信息化水平评价结果与比较 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 结论与展望 | 第55-57页 |
| ·研究工作总结 | 第55-56页 |
| ·未来研究方向 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 附录 新英格兰 10 机 39 节点算例系统参数 | 第62-64页 |
| 作者简介 | 第64-65页 |
| 导师简介 | 第65-66页 |
