粒子群算法拓扑结构的研究

摘要	第1-6页
Abstract	第6-10页
第1章 绪论	第10-19页
·研究背景	第10-11页
·群体智能的研究及发展状况	第11-17页
·粒子群优化算法	第12-14页
·蚁群算法	第14-15页
·人工鱼群算法	第15-17页
·课题来源及研究内容	第17-19页
·课题来源	第17页
·本文主要工作内容	第17-19页
第2章 粒子群算法	第19-29页
·传统的粒子群算法	第19-21页
·算法原理	第19页
·粒子群算法的参数的选择	第19-21页
·设计粒子群算法的基本原则与步骤	第21-22页
·粒子群算法设计的基本原则	第21-22页
·粒子群算法的步骤	第22页
·改进的粒子群算法	第22-25页
·引入惯性权重的粒子群模型	第23-24页
·引入收缩因子的粒子群模型	第24-25页
·粒子群算法与其它算法的混合	第25-27页
·基于遗传进化机理的粒子群算法	第25-26页
·基于种群熵的自适应粒子群算法	第26-27页
·基于免疫机制的粒子群算法	第27页
·本章小结	第27-29页
第3章 基本粒子群算法的拓扑结构分析	第29-35页
·粒子群算法的基本拓扑结构	第29-32页
·基本粒子群算法对不同拓扑结构的测试	第32-33页
·拓扑结构的应用	第33页
·本章小结	第33-35页
第4章 改进后的粒子群算法对拓扑结构的研究	第35-49页
·对基本粒子群算法的改进策略	第35-39页
·粒子数目的递减策略	第35-36页
·粒子初值位置的固定分配	第36-38页
·具体的步骤	第38-39页
·选取标准的测试函数	第39-47页
·仿真结果分析	第42-47页
·本章小结	第47-49页
结论	第49-51页
参考文献	第51-56页
攻读学位期间发表的学术论文	第56-57页
致谢	第57页