基于协同进化的混合智能优化算法研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 协同进化算法的研究现状 | 第11-14页 |
| 1.2.1 基于竞争型协同进化算法研究现状 | 第12页 |
| 1.2.2 基于合作型协同进化算法研究现状 | 第12-14页 |
| 1.3 混合智能优化算法研究现状 | 第14-15页 |
| 1.4 论文内容与结构 | 第15-17页 |
| 第二章 计算智能方法 | 第17-29页 |
| 2.1 粒群算法 | 第17-21页 |
| 2.1.1 粒群算法简介 | 第17页 |
| 2.1.2 粒群算法原理 | 第17-21页 |
| 2.2 蚁群算法 | 第21-24页 |
| 2.2.1 蚁群算法简介 | 第21页 |
| 2.2.2 蚁群算法原理 | 第21-22页 |
| 2.2.3 蚁群系统模型 | 第22-24页 |
| 2.3 遗传算法 | 第24-28页 |
| 2.3.1 遗传算法简介 | 第24页 |
| 2.3.2 遗传算法的基本机理 | 第24-25页 |
| 2.3.3 遗传算法原理 | 第25-26页 |
| 2.3.4 遗传算法收敛性 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 协同进化算法理论基础 | 第29-38页 |
| 3.1 协同进化的生物学基础 | 第29-30页 |
| 3.2 协同进化算法及其分类 | 第30-37页 |
| 3.2.1 竞争型协同进化算法 | 第30-34页 |
| 3.2.2 合作型协同进化算法 | 第34-37页 |
| 3.3 本章小结 | 第37-38页 |
| 第四章 并行协同进化粒—蚁算法 | 第38-48页 |
| 4.1 PCEPA简介 | 第38-39页 |
| 4.2 PCEPA原理 | 第39-43页 |
| 4.2.1 PCEPA流程图 | 第39-40页 |
| 4.2.2 PCEPA实现过程 | 第40-41页 |
| 4.2.3 PCEPA伪码 | 第41-43页 |
| 4.3 PCEPA收敛性及复杂度分析 | 第43-47页 |
| 4.3.1 收敛性分析 | 第43-47页 |
| 4.3.2 复杂度分析 | 第47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 两阶段混合智能优化算法 | 第48-64页 |
| 5.1 TSHIOA原理 | 第48-54页 |
| 5.1.1 TSHIOA模型 | 第48-50页 |
| 5.1.2 TSHIOA过程分析 | 第50-52页 |
| 5.1.3 TSHIOA实现 | 第52-54页 |
| 5.2 TSHIOA复杂度分析 | 第54页 |
| 5.3 TSHIOA在TSP问题上的应用 | 第54-63页 |
| 5.3.1 旅行商问题 | 第54-55页 |
| 5.3.2 旅行商问题研究现状 | 第55页 |
| 5.3.3 TSHIOA求解TSP问题实验分析 | 第55-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 论文完成的工作 | 第64页 |
| 6.2 下一步工作与展望 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士学位期间取得的科研成果 | 第72-73页 |
| 附录 | 第73-74页 |
