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

基于多种群的改进微粒群优化算法研究

摘要第1-5页
Abstract第5-9页
第1章 绪论第9-15页
   ·研究背景及意义第9-11页
   ·国内外研究现状第11-13页
   ·本文的研究内容第13-14页
   ·本文的组织结构第14-15页
第2章 微粒群优化算法基础知识第15-25页
   ·引言第15页
   ·微粒群优化算法介绍第15-20页
     ·算法起源第15-16页
     ·算法原理第16-18页
     ·算法流程第18-19页
     ·算法特点第19-20页
   ·微粒群优化算法各参数第20-21页
   ·几种改进的微粒群优化算法第21-24页
     ·带有惯性权重的PSO 算法第21-22页
     ·引入收敛因子的PSO 算法第22-23页
     ·离散二进制PSO 算法第23页
     ·小生境PSO 算法第23-24页
   ·本章小结第24-25页
第3章 基于多种群的改进微粒群优化算法第25-45页
   ·引言第25页
   ·微粒群优化算法存在的缺点第25-27页
     ·标准微粒群优化算法的弱点第25-26页
     ·两群微粒群优化算法的不足第26-27页
   ·双群交换微粒群优化算法第27-35页
     ·双群交换微粒群优化算法原理第27-28页
     ·双群交换微粒群优化算法流程第28-31页
     ·仿真实验第31-34页
     ·结果分析第34-35页
   ·三群微粒群优化算法第35-44页
     ·三群微粒群优化算法原理第36-37页
     ·三群微粒群优化算法流程第37-39页
     ·仿真实验第39-43页
     ·结果分析第43-44页
   ·本章小结第44-45页
第4章 一种新的并行文化微粒群优化算法第45-53页
   ·引言第45页
   ·文化算法第45-48页
     ·文化算法的起源第45-46页
     ·文化算法的框架第46-47页
     ·文化算法的进展第47-48页
   ·并行文化微粒群优化算法第48-52页
     ·并行文化微粒群优化算法原理第48-49页
     ·并行文化微粒群优化算法流程第49页
     ·仿真实验第49-51页
     ·结果分析第51-52页
   ·本章小结第52-53页
第5章 微粒群优化算法在求解非线性方程组中的应用第53-63页
   ·引言第53页
   ·非线性方程组问题描述与转化第53-55页
     ·问题的描述第53-54页
     ·问题的转化第54-55页
   ·基于微粒群优化算法的非线性方程组的解法第55-62页
     ·求解非线性方程组的算法流程第55-56页
     ·仿真实验第56-61页
     ·结果分析第61-62页
   ·本章小结第62-63页
第6章 总结与展望第63-65页
   ·全文总结第63页
   ·研究展望第63-65页
参考文献第65-69页
发表论文和参加科研情况说明第69-70页
致谢第70-71页

论文共71页,点击 下载论文
上一篇:基于激光和CCD的三维重建关键技术研究
下一篇:基于多维定标的无线传感器网络三维定位算法研究