| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·智能优化算法研究现状 | 第10-12页 |
| ·DOA谱峰搜索研究现状 | 第12-13页 |
| ·本文的主要内容 | 第13-15页 |
| 第2章 智能优化算法及其改进方法综述 | 第15-26页 |
| ·进化算法(Evolutionary Algorithm) | 第15-20页 |
| ·遗传算法 | 第15-19页 |
| ·进化策略和进化规划 | 第19-20页 |
| ·模拟退火算法(Simulated Annealing Algorithm) | 第20-21页 |
| ·群体智能算法(Swarm Intelligence Algorithm) | 第21-25页 |
| ·蚁群算法 | 第21-22页 |
| ·微粒群算法 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 小生境遗传算法及其改进 | 第26-36页 |
| ·小生境遗传算法 | 第26-29页 |
| ·小生境技术 | 第26-28页 |
| ·基于罚函数的二进制NicheGA | 第28-29页 |
| ·改进的小生境遗传算法 | 第29-32页 |
| ·启发式变异 | 第29-30页 |
| ·改进NicheGA的实现 | 第30-32页 |
| ·算例 | 第32-35页 |
| ·测试函数 | 第32-33页 |
| ·参数设置 | 第33页 |
| ·实验及结果 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 微粒群算法及其改进 | 第36-44页 |
| ·小生境微粒群算法 | 第37-40页 |
| ·标准微粒群算法 | 第37页 |
| ·基于罚函数的小生境微粒群算法的实现 | 第37-40页 |
| ·算法仿真实验 | 第40-43页 |
| ·测试函数及参数设置 | 第40-41页 |
| ·实验及分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 改进智能优化算法在空间谱估计中的应用 | 第44-59页 |
| ·空间谱估计的数学模型 | 第44-47页 |
| ·经典MUSIC算法 | 第47-48页 |
| ·DOA谱峰搜索 | 第48-49页 |
| ·DOA谱峰搜索仿真试验 | 第49-57页 |
| ·试验模型 | 第49页 |
| ·试验及分析 | 第49-57页 |
| ·本章小结 | 第57-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-69页 |
| 致谢 | 第69页 |
