| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第一章 绪论 | 第7-21页 |
| ·最优化问题与群体智能优化算法 | 第7-12页 |
| ·最优化问题 | 第7-8页 |
| ·传统优化方法的缺点 | 第8-9页 |
| ·优化算法的产生和发展 | 第9-10页 |
| ·群体智能优化算法 | 第10-11页 |
| ·混合蛙跳算法的产生和发展 | 第11-12页 |
| ·多目标优化算法 | 第12-18页 |
| ·多目标优化算法产生背景和研究意义 | 第12-13页 |
| ·多目标优化算法的国内外研究现状及进展 | 第13页 |
| ·多目标优化问题的理论基础 | 第13-16页 |
| ·传统的多目标优化算法 | 第16-17页 |
| ·多目标智能优化算法 | 第17-18页 |
| ·研究内容与论文结构 | 第18-21页 |
| ·本文的研究思路 | 第18-19页 |
| ·本文的主要内容 | 第19-20页 |
| ·本文的结构 | 第20-21页 |
| 第二章 混合蛙跳算法 | 第21-37页 |
| ·混合蛙跳算法的基本原理 | 第21-25页 |
| ·混合蛙跳算法的提出 | 第21页 |
| ·混合蛙跳算法的数学模型 | 第21-22页 |
| ·混合蛙跳算法流程 | 第22-25页 |
| ·混合蛙跳算法的参数设置 | 第25-26页 |
| ·混合蛙跳算法的收敛性 | 第26-30页 |
| ·收敛性分析 | 第26-28页 |
| ·收敛性证明 | 第28-30页 |
| ·混合蛙跳算法与粒子群算法、遗传算法的比较 | 第30-31页 |
| ·混合蛙跳算法与粒子群算法的比较 | 第30-31页 |
| ·混合蛙跳算法与遗传算法的比较 | 第31页 |
| ·改进的混合蛙跳算法确定河流水质模型参数 | 第31-35页 |
| ·混合蛙跳算法的改进 | 第31-32页 |
| ·河流水质参数模型 | 第32-33页 |
| ·结果与讨论 | 第33-35页 |
| ·本章小结 | 第35-37页 |
| 第三章 改进的多目标混合蛙跳算法 | 第37-46页 |
| ·多目标混合蛙跳算法 | 第37-39页 |
| ·多目标混合蛙跳算法 | 第37-38页 |
| ·多目标混合蛙跳算法与多目标粒子群算法的比较 | 第38-39页 |
| ·量子混合蛙跳算法 | 第39-43页 |
| ·量子混合蛙跳算法原理 | 第39-41页 |
| ·多目标量子混合蛙跳算法 | 第41-43页 |
| ·多目标混合蛙跳算法的改进 | 第43-45页 |
| ·多目标混合蛙跳算法中遗传算子的应用 | 第43页 |
| ·对多目标混合蛙跳算法分组的改进 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 改进的多目标混合蛙跳算法应用于背包问题 | 第46-61页 |
| ·背包问题简介 | 第46-47页 |
| ·背包问题的描述 | 第46页 |
| ·数学模型 | 第46-47页 |
| ·多目标背包问题模型 | 第47页 |
| ·多目标背包问题实验与分析 | 第47-59页 |
| ·不同迭代次数对算法的影响 | 第48-54页 |
| ·不同种群数目对算法的影响 | 第54-58页 |
| ·不同分组方式对算法的影响 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 第五章 改进的多目标混合蛙跳算法应用于小额贷款最佳比例优化 | 第61-64页 |
| ·小额贷款最佳比例优化模型 | 第61页 |
| ·实验结果与分析 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 结论与讨论 | 第64-66页 |
| ·结论 | 第64-65页 |
| ·讨论 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 导师简介 | 第71-72页 |
| 作者简介 | 第72-73页 |