首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

融合热运动机制的粒子群优化算法研究及其应用

摘要第1-7页
Abstract第7-12页
第1章 绪论第12-27页
   ·智能与智能科学第12-13页
   ·人工智能第13-14页
   ·计算智能第14-18页
     ·演化计算第15-16页
     ·模拟退火算法第16-17页
     ·禁忌搜索第17-18页
     ·免疫算法第18页
   ·群智能第18-25页
     ·粒子群优化算法第19-22页
     ·蚁群算法第22-24页
     ·鱼群算法第24页
     ·其他群智能算法第24-25页
   ·论文的主要工作和结构安排第25-27页
第2章 粒子群优化算法研究现状第27-46页
   ·粒子群优化算法原理与流程第27-33页
     ·粒子优化算法的思想起源第27-29页
     ·粒子群优化算法的发展第29-33页
   ·粒子群优化算法的理论分析第33-36页
   ·粒子群优化算法的种群结构第36-39页
     ·静态邻域拓扑结构研究第36-38页
     ·动态邻域拓扑结构研究第38-39页
   ·粒子群优化算法的参数选择及优化第39-41页
   ·粒子群优化算法与其它思想的融合第41-43页
   ·粒子优化算法的应用研究第43-46页
第3章 基于分子运动论的粒子群优化算法第46-64页
   ·分子动理论的发展过程第46-47页
   ·改进的粒子群算法第47-50页
   ·实验仿真与结果分析第50-56页
   ·吸引和排斥阶段的行为分析第56-60页
     ·吸引和排斥的比例变化第56-58页
     ·粒子到群质心距离最大、最小和平均值的变化曲线第58-60页
   ·MPSO算法的参数选取及优化第60-62页
     ·正交试验设计第60-61页
     ·基于正交设计的参数选择和优化第61-62页
   ·小结第62-64页
第4章 基于伊藤过程的粒子群优化算法第64-82页
   ·伊藤过程第64-65页
   ·伊藤算法第65-68页
     ·伊藤过程的抽象第65-66页
     ·伊藤算法的框架及关键算子的设计第66-68页
   ·基于伊藤过程的粒子群优化算法第68-81页
     ·具有漂移算子的粒子群优化算法第68-70页
     ·IPSO1算法的初步实验第70-72页
     ·具有漂移和波动算子的粒子群优化算法第72-74页
     ·基于热力学选择机制的漂移粒子群优化算法第74-77页
     ·实验仿真与结果分析第77-81页
   ·小结第81-82页
第5章 基于扩散机制的双种群粒子群优化算法第82-91页
   ·扩散现象第82-83页
   ·扩散定律及扩散系数第83-84页
   ·融合扩散机制的双种群粒子群优化算法(DPSO)第84-87页
     ·相关工作第84-85页
     ·DPSO算法的思想和流程第85-87页
   ·实验结果及分析第87-90页
   ·小结第90-91页
第6章 基于粒子群优化算法的非线性模型参数估计第91-113页
   ·参数估计第91-93页
   ·非线性模型第93-94页
     ·渐近回归模型第93页
     ·Logistic模型第93-94页
   ·非线性模型的参数估计第94-112页
     ·真实数据第95-101页
     ·随机采样数据第101-112页
   ·小结第112-113页
第7章 基于策略模式的粒子群优化算法平台设计第113-122页
   ·设计模式第113-114页
   ·策略模式第114-117页
   ·算法平台设计与实现第117-121页
     ·算法平台设计第117-118页
     ·算法平台实现第118-119页
     ·算法平台演示第119-121页
   ·小结第121-122页
第8章 总结与展望第122-126页
   ·总结第122-124页
     ·主要研究成果及创新第122-123页
     ·借鉴不同热运动机制的PSO算法对比分析第123-124页
   ·未来工作展望第124-126页
参考文献第126-136页
附录1:攻读博士学位期间发表的学术论文第136-137页
附录2:攻读博士学位期间参与的科研项目第137-138页
致谢第138-139页

论文共139页,点击 下载论文
上一篇:基于搜寻模型的国际货币理论综述
下一篇:FDI对青岛市经济增长影响的实证分析