首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于变化因子的布谷鸟搜索算法

摘要第5-6页
ABSTRACT第6-7页
符号对照表第10-11页
缩略语对照表第11-14页
第一章 绪论第14-20页
    1.1 研究背景第14-15页
    1.2 研究现状第15-17页
    1.3 本文工作第17-18页
    1.4 内容安排第18-20页
第二章 布谷鸟搜索算法研究第20-30页
    2.1 优化问题及其求解策略第20-23页
        2.1.1 优化问题的定义及数学模型第20页
        2.1.2 优化问题的分类及求解方法第20-21页
        2.1.3 现代智能优化方法第21-23页
    2.2 布谷鸟搜索算法原理第23-26页
        2.2.1 布谷鸟搜索算法的基本原理第23-24页
        2.2.2 布谷鸟搜索算法的数学模型第24-25页
        2.2.3 布谷鸟搜索算法的构成要素第25-26页
    2.3 布谷鸟搜索算法流程第26-27页
        2.3.1 种群初始化第26页
        2.3.2 种群迭代更新第26-27页
        2.3.3 种群放弃-重建鸟巢第27页
    2.4 布谷鸟搜索算法特性分析第27-28页
    2.5 本章小结第28-30页
第三章 基于变化因子的布谷鸟搜索算法第30-46页
    3.1 基于拟蒙特卡罗方法初始种群第30-36页
        3.1.1 拟蒙特卡罗方法第31-33页
        3.1.2 初始种群的构造第33-34页
        3.1.3 初始种群的效果对比第34-36页
    3.2 基于变化因子的鸟巢位置更新第36-40页
        3.2.1 变化因子的引入第36-37页
        3.2.2 基于变化因子鸟巢位置更新方法的提出第37-39页
        3.2.3 基于变化因子的鸟巢位置更新算法流程设计第39-40页
    3.3 放弃-重建鸟巢方法改进第40-43页
        3.3.1 分阶段自适应概率ap方法的提出第40-41页
        3.3.2 放弃-重建鸟巢模型的改进第41-42页
        3.3.3 放弃-重建鸟巢算法流程设计第42-43页
    3.4 CFCS算法流程设计第43-45页
    3.5 本章小结第45-46页
第四章 CFCS算法仿真与分析第46-70页
    4.1 单峰测试函数的仿真与分析第46-55页
        4.1.1 单峰测试函数第46-49页
        4.1.2 算法仿真的参数设置第49-50页
        4.1.3 算法寻优值的对比与分析第50-53页
        4.1.4 算法收敛速度的对比与分析第53-55页
    4.2 多峰测试函数的仿真与分析第55-68页
        4.2.1 多峰测试函数第55-60页
        4.2.2 算法仿真的参数设置第60-61页
        4.2.3 算法寻优值的对比与分析第61-65页
        4.2.4 算法收敛速度的对比与分析第65-68页
    4.3 本章小结第68-70页
第五章 结束语第70-72页
    5.1 研究总结第70-71页
    5.2 研究展望第71-72页
参考文献第72-76页
致谢第76-78页
作者简介第78-79页

论文共79页,点击 下载论文
上一篇:基于人工神经网络的蛋白质编码区识别
下一篇:基于深度学习的路标检测与识别方法研究