摘要 | 第1-7页 |
ABSTRACT | 第7-14页 |
第一章 绪论 | 第14-29页 |
·研究背景 | 第14-15页 |
·优化问题 | 第15页 |
·传统的优化方法 | 第15-16页 |
·进化计算 | 第16-17页 |
·群体智能 | 第17-25页 |
·群体智能简介 | 第17-19页 |
·群体智能的特点 | 第19页 |
·典型的群体智能 | 第19-25页 |
·无免费午餐定理 | 第25-26页 |
·本文结构与章节安排 | 第26-27页 |
·创新点 | 第27-28页 |
·本章小结 | 第28-29页 |
第二章 粒子群算法概述 | 第29-42页 |
·PSO 的基本框架 | 第29-30页 |
·PSO 基本原理 | 第29页 |
·PSO 的流程 | 第29-30页 |
·PSO 的邻域结构 | 第30-31页 |
·速度限制 | 第31-32页 |
·PSO 的边界约束处理 | 第32-34页 |
·PSO 的理论研究 | 第34-35页 |
·PSO 的改进 | 第35-39页 |
·参数改进 | 第35-36页 |
·邻域结构改进 | 第36-37页 |
·混合算法 | 第37-38页 |
·新的学习策略 | 第38-39页 |
·其他改进 | 第39页 |
·离散PSO | 第39-40页 |
·PSO 的应用 | 第40-41页 |
·本章小结 | 第41-42页 |
第三章 基于生物行为的粒子群算法改进 | 第42-75页 |
·引言 | 第42页 |
·基于生物寄生行为的双种群PSO | 第42-57页 |
·生物寄生行为 | 第42-43页 |
·PSOPB 算法模型 | 第43-45页 |
·测试函数 | 第45-47页 |
·实验参数设置 | 第47-48页 |
·实验结果与分析 | 第48-54页 |
·基于PSOPB 的神经网络训练 | 第54-57页 |
·模拟生物理想自由分布模型的PSO | 第57-65页 |
·最优觅食理论 | 第57-58页 |
·理想自由分布模型 | 第58-59页 |
·IFDPSO 算法模型 | 第59-61页 |
·IFDPSO 的流程 | 第61页 |
·实验参数设置 | 第61-62页 |
·实验结果与分析 | 第62-65页 |
·基于predator-prey 行为的双种群PSO | 第65-74页 |
·引言 | 第65页 |
·PPPSO 算法模型 | 第65-66页 |
·PPPSO 的流程 | 第66-67页 |
·实验参数设置 | 第67-68页 |
·实验结果与分析 | 第68-74页 |
·本章小结 | 第74-75页 |
第四章 混合的PSOABC 算法 | 第75-91页 |
·ABC | 第75-79页 |
·蜜蜂采蜜的生物学原理 | 第75-77页 |
·ABC 基本原理 | 第77-78页 |
·ABC 的流程 | 第78-79页 |
·混合的PSOABC 算法 | 第79-81页 |
·PSOABC 算法模型 | 第79-80页 |
·PSOABC 类型 | 第80-81页 |
·实验结果与分析 | 第81-90页 |
·测试函数 | 第81页 |
·不同类型的PSOABC 比较 | 第81-84页 |
·PSOABC 与其它算法的比较 | 第84-90页 |
·本章小结 | 第90-91页 |
第五章 基于新的学习策略的粒子群算法 | 第91-113页 |
·交互学习的双种群PSO | 第91-100页 |
·ILPSO 算法模型 | 第91-93页 |
·ILPSO 的流程 | 第93页 |
·实验参数设置 | 第93-94页 |
·实验结果与分析 | 第94-100页 |
·自适应的正交学习PSO | 第100-111页 |
·反数与反点 | 第100页 |
·正交试验 | 第100-102页 |
·正交组合方法 | 第102-103页 |
·SOLPSO 算法模型 | 第103-104页 |
·SOLPSO 的流程 | 第104-105页 |
·实验参数设置 | 第105-106页 |
·实验结果与分析 | 第106-111页 |
·本章小结 | 第111-113页 |
第六章 改进算法在经济管理中的应用 | 第113-125页 |
·PSOPB 在连续型物流配送中心选址中的应用 | 第113-118页 |
·物流配送中心选址 | 第113-114页 |
·连续型物流配送中心选址模型 | 第114-115页 |
·基于PSOPB 物流配送中心选址的实现 | 第115-116页 |
·计算举例 | 第116-118页 |
·SOLPSO 在投资组合中的应用 | 第118-124页 |
·投资组合模型 | 第118-119页 |
·CVaR 的概念 | 第119-120页 |
·离散的Mean-CVaR 投资组合模型 | 第120-121页 |
·离散约束处理 | 第121-123页 |
·基于SOLPSO 的离散Mean-CVaR 模型求解 | 第123-124页 |
·本章小结 | 第124-125页 |
结论与展望 | 第125-127页 |
参考文献 | 第127-137页 |
附录 | 第137-150页 |
攻读博士学位期间取得的研究成果 | 第150-151页 |
致谢 | 第151-152页 |
附件 | 第152页 |