微粒群优化算法（PSO）的改进研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-12页 |
| ·课题研究的背景内容及意义 | 第9-11页 |
| ·本文的主要研究内容 | 第11-12页 |
| 第二章 微粒群优化算法研究 | 第12-24页 |
| ·进化计算 | 第12-16页 |
| ·优化问题概述 | 第12页 |
| ·优化问题的数学模型 | 第12-14页 |
| ·进化计算的研究 | 第14-16页 |
| ·微粒群算法 | 第16-20页 |
| ·群智能概念的引入 | 第16-17页 |
| ·经典微粒群算法 | 第17-20页 |
| ·拓扑和邻域结构 | 第20-23页 |
| ·拓扑因素 | 第21页 |
| ·邻域结构和迭代式之间的对应关系 | 第21页 |
| ·几种典型的拓扑结构 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 小生境PSO 及其改进 | 第24-31页 |
| ·小生境思想 | 第24-25页 |
| ·小生境PSO | 第25-26页 |
| ·GCPSO 算法介绍 | 第25页 |
| ·小生境PSO 算法 | 第25-26页 |
| ·Nich PSO 存在的问题 | 第26页 |
| ·改进的小生境PSO | 第26-29页 |
| ·“Stretching”技术 | 第26-27页 |
| ·子群体解散机制 | 第27页 |
| ·基本算法 | 第27-29页 |
| ·算法仿真试验及结果分析 | 第29-30页 |
| ·测试函数 | 第29页 |
| ·测试结果 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 海豚伙伴算法 | 第31-39页 |
| ·算法原理 | 第31-35页 |
| ·群体(团体) | 第31页 |
| ·沟通 | 第31-32页 |
| ·海豚群智能 | 第32页 |
| ·最优位置预测 | 第32-35页 |
| ·海豚伙伴算法（DPO） | 第35-38页 |
| ·海豚觅食基本原则的算法描述 | 第35-37页 |
| ·伙伴选择 | 第37-38页 |
| ·海豚伙伴算法(DPO)描述 | 第38页 |
| ·DPO 的算法特征 | 第38页 |
| ·本章小结 | 第38-39页 |
| 第五章 DPO 算法测试和分析 | 第39-48页 |
| ·测试函数 | 第39-40页 |
| ·测试结果和分析 | 第40-46页 |
| ·测试函数的平均最好值 | 第40-41页 |
| ·10 维测试函数的收敛性 | 第41-43页 |
| ·30 维测试函数的收敛性 | 第43-46页 |
| ·结果分析 | 第46页 |
| ·多个极值点能力 | 第46-47页 |
| ·伙伴个数 | 第47页 |
| ·本章小结 | 第47-48页 |
| 第六章 总结与展望 | 第48-50页 |
| ·全文总结 | 第48页 |
| ·进一步展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第56页 |
