动态环境下改进的粒子群算法
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·优化问题 | 第10-12页 |
| ·动态优化问题 | 第12-14页 |
| ·群智能及其技术发展现状 | 第14-15页 |
| ·小结 | 第15-16页 |
| 第二章 群智能计算方法 | 第16-26页 |
| ·蚁群算法 | 第16-18页 |
| ·粒子群算法 | 第18页 |
| ·文化算法 | 第18-23页 |
| ·文化算法的起源 | 第18-19页 |
| ·文化算法的框架 | 第19-20页 |
| ·文化算法的理论 | 第20-21页 |
| ·文化算法算例 | 第21-23页 |
| ·三种算法的关系 | 第23-25页 |
| ·小结 | 第25-26页 |
| 第三章 粒子群算法原理 | 第26-35页 |
| ·基本粒子群算法 | 第26-30页 |
| ·PSO算法基本原理 | 第27-29页 |
| ·PSO的信息交换方式 | 第29-30页 |
| ·粒子群算法的改进 | 第30-34页 |
| ·基于参数的改进算法 | 第30-31页 |
| ·基于行为模式的改进算法 | 第31-33页 |
| ·融合其它算法的改进算法 | 第33-34页 |
| ·小结 | 第34-35页 |
| 第四章 进化规划 | 第35-43页 |
| ·进化规划的起源与发展 | 第35-36页 |
| ·进化规划的几种表达方式 | 第36-37页 |
| ·进化规划的流程及基本技术 | 第37-40页 |
| ·进化规划与粒子群算法的比较 | 第40-42页 |
| ·小结 | 第42-43页 |
| 第五章 动态环境下改进的粒子群算法 | 第43-51页 |
| ·动态优化环境下的粒子群算法 | 第43-46页 |
| ·有分工策略的PSO方法 | 第44-45页 |
| ·AutomicSwarm方法 | 第45-46页 |
| ·动态条件下改进的粒子群算法 | 第46-50页 |
| ·算法描述 | 第47页 |
| ·实验环境及参数设置 | 第47-48页 |
| ·实验及结果分析 | 第48-50页 |
| ·小结 | 第50-51页 |
| 第六章 种群多样性与跟踪效果的关系研究 | 第51-57页 |
| ·种群多样性的度量 | 第51-52页 |
| ·种群多样性与跟踪效果的关系研究 | 第52-56页 |
| ·实验环境及参数设置 | 第52-53页 |
| ·实验及结果分析 | 第53-56页 |
| ·小结 | 第56-57页 |
| 第七章 总结与展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 附录 | 第63页 |
