粒子群优化算法的分析及改进
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·引言 | 第9-10页 |
| ·群集智能的研究以及发展状况 | 第10-14页 |
| ·蚁群算法 | 第10-11页 |
| ·粒子群算法 | 第11-13页 |
| ·人工鱼群算法 | 第13-14页 |
| ·群集智能算法的特点和优点 | 第14页 |
| ·群集智能算法的缺点 | 第14-15页 |
| ·本文的主要研究内容 | 第15页 |
| ·本文的组织结构 | 第15-16页 |
| 第2章 粒子群优化算法的原理 | 第16-23页 |
| ·原始粒子群优化算法 | 第16-19页 |
| ·算法原理 | 第16页 |
| ·算法的数学描述 | 第16-17页 |
| ·算法参数 | 第17-18页 |
| ·算法流程 | 第18-19页 |
| ·标准的粒子群优化算法 | 第19-21页 |
| ·惯性权重ω的引入 | 第19页 |
| ·收敛因子γ的引入 | 第19-20页 |
| ·算法的收敛性分析 | 第20-21页 |
| ·PSO与其他进化算法的比较 | 第21-23页 |
| 第3章 改进的粒子群算法 | 第23-34页 |
| ·改进背景 | 第23页 |
| ·改进思路 | 第23-29页 |
| ·算法参数的改进 | 第23-25页 |
| ·基于进化公式的改进 | 第25-26页 |
| ·基于拓扑结构的改进 | 第26-27页 |
| ·混合算法 | 第27-29页 |
| ·已有的改进算法 | 第29-34页 |
| ·模糊自适应PSO(FAPSO) | 第29-30页 |
| ·杂交PSO(HPSO)模型 | 第30-31页 |
| ·离散二进制模型 | 第31-32页 |
| ·协同PSO算法 | 第32-33页 |
| ·混沌粒子群优化模型 | 第33页 |
| ·免疫粒子群优化模型 | 第33-34页 |
| 第4章 引入平均极值的改进的粒子群算法 | 第34-49页 |
| ·算法原理 | 第34-35页 |
| ·算法参数 | 第35页 |
| ·算法流程 | 第35-36页 |
| ·仿真实验 | 第36-49页 |
| ·测试函数 | 第36-39页 |
| ·影响因子的取值 | 第39-43页 |
| ·实验设置 | 第43-44页 |
| ·实验结果 | 第44-48页 |
| ·实验结论 | 第48-49页 |
| 第5章 总结与展望 | 第49-51页 |
| ·本文的总结 | 第49页 |
| ·工作展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士学位期间公开发表的论文 | 第55-56页 |
| 致谢 | 第56-57页 |
| 研究生履历 | 第57页 |
