| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-18页 |
| ·课题研究背景 | 第10-12页 |
| ·群体智能算法的研究背景 | 第10页 |
| ·数字滤波器优化设计的研究背景 | 第10-12页 |
| ·课题研究现状 | 第12-16页 |
| ·ACO算法的研究现状 | 第12-13页 |
| ·PSO算法的研究现状 | 第13-14页 |
| ·数字滤波器优化设计的研究现状 | 第14-16页 |
| ·标准测试函数 | 第16-17页 |
| ·课题研究思路及方法 | 第17页 |
| ·本文组织结构 | 第17-18页 |
| 第二章 粒子群优化算法及其多样性控制方法 | 第18-32页 |
| ·引言 | 第18页 |
| ·基本PSO算法 | 第18-19页 |
| ·基本PSO算法的模型分析 | 第19页 |
| ·标准PSO算法 | 第19-20页 |
| ·标准PSO算法的主要问题 | 第20页 |
| ·ARPSO算法 | 第20-21页 |
| ·新的多样性控制的PSO算法 | 第21-31页 |
| ·PSO算法粒子收敛行为分析 | 第21-23页 |
| ·算法思想 | 第23-24页 |
| ·算法参数选择 | 第24-25页 |
| ·实验与讨论 | 第25-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 具有量子行为的粒子群优化算法及控制参数研究 | 第32-52页 |
| ·引言 | 第32页 |
| ·QPSO算法思想 | 第32-34页 |
| ·QPSO算法的收敛性分析 | 第34-38页 |
| ·全局搜索算法的收敛准则 | 第34-36页 |
| ·局部搜索算法的收敛准则 | 第36-37页 |
| ·QPSO算法的全局收敛性证明 | 第37-38页 |
| ·QPSO算法的控制参数分析 | 第38-51页 |
| ·实验设置 | 第38页 |
| ·控制参数的固定取值策略 | 第38-41页 |
| ·控制参数的线性减小取值策略 | 第41-46页 |
| ·控制参数的非线性减小策略 | 第46-49页 |
| ·控制参数的自适应调节取值策略 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 基于进化操作的具有量子行为的粒子群优化算法的改进 | 第52-65页 |
| ·引言 | 第52页 |
| ·基于变异操作算子的OPSO算法的改进 | 第52-57页 |
| ·基于变异操作算子的OPSO算法 | 第52-53页 |
| ·变异算子的设定 | 第53页 |
| ·实验设置与结果比较 | 第53-57页 |
| ·基于微分进化算子的OPSO算法 | 第57-61页 |
| ·基于微分进化算子的OPSO算法 | 第57-58页 |
| ·实验设置 | 第58-59页 |
| ·实验结果与比较 | 第59-61页 |
| ·基于自适应QPSO算法的改进 | 第61-64页 |
| ·改进思想 | 第61-62页 |
| ·实验设置 | 第62页 |
| ·实验结果与讨论 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 基于QPSO算法的FIR数字滤波器的优化设计 | 第65-73页 |
| ·引言 | 第65页 |
| ·FIR数字滤波器简介 | 第65页 |
| ·基于QPSO算法的FIR数字滤波器的过渡带频率抽样设计法 | 第65-69页 |
| ·频率抽样设计法 | 第65-67页 |
| ·频率抽样法设计FIR滤波器的步骤 | 第67页 |
| ·QPSO算法在频率抽样法设计FIR数字滤波器中的应用方法 | 第67-68页 |
| ·仿真实例与结果比较 | 第68-69页 |
| ·小结 | 第69页 |
| ·基于QPSO算法的FIR数字滤波器的最优化设计方法 | 第69-72页 |
| ·均方误差最小准则 | 第69-70页 |
| ·参数编码 | 第70页 |
| ·适应度函数 | 第70页 |
| ·仿真设置与结果比较 | 第70-72页 |
| ·小结 | 第72页 |
| ·本章小结 | 第72-73页 |
| 第六章 基于QPSO算法的IIR数字滤波器的优化设计 | 第73-85页 |
| ·引言 | 第73页 |
| ·IIR数字滤波器简介 | 第73-74页 |
| ·IIR数字滤波器的结构 | 第73页 |
| ·IIR数字滤波器稳定的条件 | 第73-74页 |
| ·基于最小均方误差设计方法的IIR数字滤波器的设计 | 第74-77页 |
| ·最小均方误差设计法 | 第74-75页 |
| ·基于QPSO算法的IIR数字滤波器的优化设计 | 第75页 |
| ·仿真设置与结果比较 | 第75-77页 |
| ·基于其他误差准则的IIR数字滤波器的设计方法 | 第77-84页 |
| ·Lp-范数准则 | 第77页 |
| ·通阻带波动幅度准则 | 第77页 |
| ·仿真设置与结果比较 | 第77-84页 |
| ·本章小结 | 第84-85页 |
| 第七章 基于QPSO算法的自适应IIR数字滤波器的优化设计 | 第85-98页 |
| ·引言 | 第85页 |
| ·自适应IIR数字滤波器 | 第85-88页 |
| ·自适应IIR数字滤波器的结构 | 第85-86页 |
| ·自适应IIR数字滤波器的误差表示法 | 第86-87页 |
| ·自适应IIR滤波器的优化设计方法 | 第87-88页 |
| ·基于QPSO算法的自适应IIR数字滤波器的设计 | 第88-90页 |
| ·QPSO算法 | 第88-89页 |
| ·QPSO算法的改进 | 第89-90页 |
| ·应用QPSO算法与RQPSO算法设计自适应IIR数字滤波器 | 第90-97页 |
| ·问题描述 | 第90页 |
| ·基于QPSO算法与RQPSO算法的设计方法 | 第90-91页 |
| ·仿真设置与结果比较 | 第91-97页 |
| ·本章小结 | 第97-98页 |
| 第八章 基于OPSO算法的二维IIR数字滤波器的优化设计 | 第98-109页 |
| ·引言 | 第98-99页 |
| ·二维IIR系统 | 第99页 |
| ·二维IIR系统的稳定性判别 | 第99-101页 |
| ·二维IIR系统的稳定性判别定理 | 第99-100页 |
| ·二维IIR系统的稳定性条件 | 第100-101页 |
| ·二维IIR数字滤波器的优化设计 | 第101-102页 |
| ·多样性引导的具有量子行为的粒子群优化(DGQPSO)算法 | 第102-105页 |
| ·算法思想 | 第102-103页 |
| ·算法性能测试 | 第103-104页 |
| ·基于QPSO算法与DGQPSO算法的二维IIR数字滤波器的优化设计 | 第104-105页 |
| ·仿真实例研究 | 第105-108页 |
| ·本章小结 | 第108-109页 |
| 第九章 结论与展望 | 第109-112页 |
| ·本课题的研究结论 | 第109-110页 |
| ·本课题的展望 | 第110-112页 |
| 致谢 | 第112-113页 |
| 参考文献 | 第113-124页 |
| 附录1:标准测试函数曲面 | 第124-126页 |
| 附录2:攻读博士学位期间完成的论文和参加的科研项目 | 第126页 |
