群智能算法及其在全局函数优化中的应用研究
| 中文摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1. 绪论 | 第10-22页 |
| 1.1 研究背景与意义 | 第10页 |
| 1.2 函数优化的相关概述 | 第10-12页 |
| 1.3 群智能算法的研究进展综述 | 第12-21页 |
| 1.3.1 遗传算法 | 第13-14页 |
| 1.3.2 蚁群算法 | 第14-16页 |
| 1.3.3 粒子群算法 | 第16-17页 |
| 1.3.4 人工鱼群算法 | 第17-18页 |
| 1.3.5 混合蛙跳算法 | 第18-19页 |
| 1.3.6 狼群算法 | 第19-21页 |
| 1.4 本文的主要内容和结构安排 | 第21-22页 |
| 2.基于烟花算法的全局函数优化研究 | 第22-39页 |
| 2.1 引言 | 第22页 |
| 2.2 烟花算法 | 第22-27页 |
| 2.2.1 烟花算法的基本思想 | 第22-24页 |
| 2.2.2 烟花算法的设计 | 第24-27页 |
| 2.3 烟花算法参数设置 | 第27-33页 |
| 2.3.1 FA初始烟花参数设置及仿真 | 第27-30页 |
| 2.3.2 FA子代火花参数设置及仿真 | 第30-33页 |
| 2.4 烟花-混合蛙跳算法 | 第33-38页 |
| 2.4.1 混合蛙跳算法原理 | 第33页 |
| 2.4.2 FA-SFLA混合算法 | 第33-34页 |
| 2.4.3 仿真结果及分析 | 第34-38页 |
| 2.5 小结 | 第38-39页 |
| 3.基于万有引力搜索算法的全局函数优化研究 | 第39-60页 |
| 3.1 引言 | 第39页 |
| 3.2 万有引力搜索算法 | 第39-43页 |
| 3.2.1 GSA的物理学基础 | 第39-40页 |
| 3.2.2 万有引力搜索算法基本原理 | 第40-42页 |
| 3.2.3 GSA流程及分析 | 第42-43页 |
| 3.3 GSA参数设置 | 第43-52页 |
| 3.3.1 引力常数设置及仿真分析 | 第43-48页 |
| 3.3.2 递减系数设置及仿真分析 | 第48-52页 |
| 3.4 GSAPSO混合算法 | 第52-58页 |
| 3.4.1 粒子群优化算法概述 | 第52-53页 |
| 3.4.2 GSAPSO算法 | 第53-55页 |
| 3.4.3 混合算法仿真及结果分析 | 第55-58页 |
| 3.5 小结 | 第58-60页 |
| 4.基于生物地理优化算法的全局函数优化 | 第60-105页 |
| 4.1 引言 | 第60页 |
| 4.2 生物地理优化算法 | 第60-68页 |
| 4.2.1 生物地理优化算法概述 | 第60-62页 |
| 4.2.2 生物地理优化算法数学模型 | 第62-66页 |
| 4.2.3 生物地理优化算法 | 第66-68页 |
| 4.3 BBO算法的全局函数优化 | 第68-72页 |
| 4.3.1 测试函数及BBO参数设置 | 第68页 |
| 4.3.2 仿真结果及分析 | 第68-72页 |
| 4.4 BBO迁移率模型及性能分析 | 第72-93页 |
| 4.4.1 迁移率模型分析 | 第72-75页 |
| 4.4.2 仿真结果及分析 | 第75-83页 |
| 4.4.3 混合高次模型对函数的优化性能研究 | 第83-93页 |
| 4.5 混沌生物地理优化算法迁移率模型分析 | 第93-104页 |
| 4.5.1 混沌理论 | 第93-94页 |
| 4.5.2 混沌生物地理优化算法 | 第94-96页 |
| 4.5.3 仿真及结果分析 | 第96-104页 |
| 4.6 小结 | 第104-105页 |
| 5.总结 | 第105-106页 |
| 参考文献 | 第106-112页 |
| 附录A 测试函数 | 第112-114页 |
| 附录B 函数三维曲面图 | 第114-116页 |
| 攻读硕士学位期间发表学术论文情况 | 第116-117页 |
| 致谢 | 第117-118页 |
| 作者简介 | 第118-119页 |
