回溯机制的掠食粒子群算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题背景及研究意义 | 第10页 |
| ·国内外研究现状分析 | 第10-13页 |
| ·计算智能与进化计算 | 第10-12页 |
| ·群体智能与粒子群算法 | 第12-13页 |
| ·研究内容及主要工作 | 第13-14页 |
| ·论文结构 | 第14-16页 |
| 第2章 相关技术及研究 | 第16-24页 |
| ·标准粒子群算法 | 第16-18页 |
| ·微粒群算法的发展现状与应用 | 第18-22页 |
| ·带有惯性权的粒子群算法 | 第18-20页 |
| ·结合模拟退火的粒子群算法 | 第20-21页 |
| ·混沌粒子群算法 | 第21-22页 |
| ·免疫粒子群算法 | 第22页 |
| ·其他改进的粒子群算法 | 第22页 |
| ·粒子群算法流程 | 第22-23页 |
| ·常用测试函数 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第3章 掠食粒子群算法 | 第24-35页 |
| ·沙丁鱼效应与全局寻优 | 第24-28页 |
| ·粒子群算法的全局寻优能力分析 | 第24-26页 |
| ·粒子群算法的沙丁鱼现象 | 第26-28页 |
| ·掠食粒子群 | 第28-31页 |
| ·标准粒子群算法在全局寻优时的缺点 | 第28页 |
| ·掠食者粒子群的定义 | 第28-29页 |
| ·局部最优判定条件 | 第29-31页 |
| ·掠食粒子群的收敛性分析 | 第31-33页 |
| ·掠食粒子群算法实现 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 回溯掠食粒子群算法 | 第35-44页 |
| ·回溯粒子群算法 | 第35-37页 |
| ·回溯判定条件 | 第36页 |
| ·回溯掠食粒子群算法 | 第36-37页 |
| ·回溯掠食粒子群的时间复杂度分析 | 第37-38页 |
| ·回溯粒子群算法的收敛性分析 | 第38-42页 |
| ·粒子位置期望的收敛性分析 | 第38-39页 |
| ·粒子位置方差的收敛性分析 | 第39-42页 |
| ·回溯粒子群算法的收敛性分析 | 第42页 |
| ·回溯机制的掠食粒子群算法实现 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 仿真实验与分析 | 第44-52页 |
| ·实验环境 | 第44页 |
| ·实验评价指标 | 第44页 |
| ·实验对象 | 第44-45页 |
| ·选取粒子群算法类型 | 第44-45页 |
| ·选取测试函数 | 第45页 |
| ·实验结果及分析 | 第45-51页 |
| ·收敛精度分析 | 第46-48页 |
| ·算法时间分析 | 第48-49页 |
| ·算法效率分析 | 第49页 |
| ·群体最优适应度分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第57-58页 |
| 致谢 | 第58-59页 |
| 作者简介 | 第59页 |
