粒子群优化算法的理论分析与应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 缩写词表 | 第9-10页 |
| 符号说明 | 第10-14页 |
| 1. 绪论 | 第14-26页 |
| ·引言 | 第14-15页 |
| ·PSO算法的产生背景 | 第15-16页 |
| ·PSO算法的研究现状与展望 | 第16-21页 |
| ·本文的内容及创新之处 | 第21-24页 |
| ·本文的内容安排 | 第24-26页 |
| 2. 优化的基本概念及PSO算法 | 第26-46页 |
| ·引言 | 第26页 |
| ·优化技术的基本概念 | 第26-31页 |
| ·演化计算 | 第31-36页 |
| ·群智能 | 第36-39页 |
| ·粒子群优化算法PSO | 第39-46页 |
| 3. PSO算法的理论分析 | 第46-79页 |
| ·引言 | 第46页 |
| ·粒子运动轨迹的分析 | 第46-61页 |
| ·PSO算法收敛性分析 | 第61-76页 |
| ·PSO理论分析方法的进一步展望 | 第76-78页 |
| ·小结 | 第78-79页 |
| 4 带变异算子和基于社会信息的PSO算法 | 第79-108页 |
| ·引言 | 第79页 |
| ·两种带变异算子PSO算法 | 第79-84页 |
| ·C-PgPSO算法 | 第84-85页 |
| ·改进PSO算法的实验研究 | 第85-101页 |
| ·PSO算法在布局优化中的应用 | 第101-107页 |
| ·小结 | 第107-108页 |
| 5 车辆路径问题的PSO算法模型 | 第108-119页 |
| ·引言 | 第108页 |
| ·车辆路径问题 | 第108-111页 |
| ·VRPTW的PSO算法模型 | 第111-113页 |
| ·实验测试 | 第113-117页 |
| ·组合优化问题PSO算法的讨论 | 第117-118页 |
| ·小结 | 第118-119页 |
| 6 基于粒子群的多目标优化 | 第119-130页 |
| ·引言 | 第119页 |
| ·多目标优化问题 | 第119-122页 |
| ·基于粒子群的多目标优化 | 第122-124页 |
| ·多目标优化实验 | 第124-127页 |
| ·基于粒子群多目标优化的讨论 | 第127-128页 |
| ·小结 | 第128-130页 |
| 7 结论与展望 | 第130-133页 |
| ·全文的结论 | 第130-131页 |
| ·研究展望 | 第131-133页 |
| 致谢 | 第133-134页 |
| 参考文献 | 第134-146页 |
| 附录1 攻读博士学位期间发表论文目录 | 第146-149页 |
| 附录2 攻读博士学位期间参加的科研课题 | 第149页 |
