动态搜索空间策略下的粒子群算法改进及其拓展研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-20页 |
| 1.1 群智能算法概述 | 第9-10页 |
| 1.2 粒子群常见优化策略 | 第10-17页 |
| 1.2.1 初始化策略 | 第11-13页 |
| 1.2.2 惯性权重及学习因子优化策略 | 第13-15页 |
| 1.2.3 速度更新公式简化 | 第15页 |
| 1.2.4 速度阀值的设定与边界策略 | 第15-17页 |
| 1.3 基于搜索空间的粒子群优化策略 | 第17-19页 |
| 1.4 论文内容概述 | 第19-20页 |
| 第二章 一种返巢模式下的粒子群优化策略 | 第20-27页 |
| 2.1 方法及参数优化 | 第20-22页 |
| 2.1.1 标准粒子群算法 | 第20-21页 |
| 2.1.2 参数制定 | 第21-22页 |
| 2.2 仿真实验 | 第22-24页 |
| 2.2.1 测试函数及其参数设置 | 第22-23页 |
| 2.2.2 实验结果 | 第23-24页 |
| 2.3 统计与分析 | 第24-26页 |
| 2.3.1 大子样区间估计 | 第25页 |
| 2.3.2 置信区间 | 第25-26页 |
| 2.4 小结 | 第26-27页 |
| 第三章 动态搜索空间的粒子群算法 | 第27-35页 |
| 3.1 动态搜索空间策略基本思想 | 第27-29页 |
| 3.1.1 前置概念 | 第27-28页 |
| 3.1.2 命题与证明 | 第28-29页 |
| 3.2 参数设定及实现 | 第29-33页 |
| 3.2.1 近似收敛及其判定条件 | 第29页 |
| 3.2.2 空间缩放控制 | 第29-30页 |
| 3.2.3 重分配粒子位置策略 | 第30页 |
| 3.2.4 算法实现具体流程 | 第30页 |
| 3.2.5 PSO算法对比及分析 | 第30-33页 |
| 3.2.6 QPSO算法对比及分析 | 第33页 |
| 3.3 小结 | 第33-35页 |
| 第四章 基于逐层演化的群体智能算法优化 | 第35-55页 |
| 4.1 群智能与层层组装技术 | 第36-38页 |
| 4.1.1 群体智能与搜索空间压缩 | 第36-38页 |
| 4.1.2 层层组装技术 | 第38页 |
| 4.2 粒子群算法相关问题研究 | 第38-43页 |
| 4.2.1 收敛点与粒子数量相关性研究 | 第39-40页 |
| 4.2.2 种群多样性判别实验对比 | 第40-42页 |
| 4.2.3 搜索空间与最终解精度 | 第42-43页 |
| 4.3 逐层演化的粒子群算法 | 第43-54页 |
| 4.3.1 理论证明 | 第43-45页 |
| 4.3.2 算法基本思想 | 第45-48页 |
| 4.3.3 实验设计与结果 | 第48-54页 |
| 4.4 小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55-56页 |
| 5.2 展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间的研究成果 | 第63-64页 |
