粒子群优化算法的改进方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·粒子群优化算法的起源和发展 | 第10-12页 |
| ·论文的主要研究内容 | 第12页 |
| ·论文的内容的组织结构 | 第12-14页 |
| 第2章 粒子群优化算法综述 | 第14-28页 |
| ·相关理论基础 | 第14-17页 |
| ·最优化理论 | 第14-16页 |
| ·群体智能 | 第16-17页 |
| ·粒子群优化算法的原理 | 第17-21页 |
| ·粒子群优化算法的全局模式 | 第17-20页 |
| ·粒子群优化算法的局部模式 | 第20-21页 |
| ·粒子群算法的仿真实验及其分析 | 第21-26页 |
| ·引入惯性权重w及其改进策略对PSO算法的影响 | 第23-25页 |
| ·学习因子c_1和c_2的设置对PSO算法的影响 | 第25-26页 |
| ·引入收缩因子μ对PSO算法的影响 | 第26页 |
| ·本章小结 | 第26-28页 |
| 第3章 粒子群优化算法的改进方法分析 | 第28-38页 |
| ·粒子群优化算法的局限性 | 第28-29页 |
| ·粒子群优化算法的现有改进策略 | 第29-30页 |
| ·改进粒子群算法的经典实例 | 第30-36页 |
| ·基于遗传算法的混合粒子群算法(GAPSO) | 第30-33页 |
| ·离散粒子群算法(DPSO) | 第33-35页 |
| ·多种群协同进化粒子群优化算法(MPSO) | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第4章 一种新的改进粒子群优化算法 | 第38-51页 |
| ·智能体相关理论 | 第38-40页 |
| ·智能体具有的算子设计 | 第40-45页 |
| ·邻域竞争算子 | 第41-42页 |
| ·变异算子 | 第42页 |
| ·自学习算子 | 第42-45页 |
| ·一种多智能粒子群优化算法(MAPSO) | 第45-47页 |
| ·改进的MAPSO的仿真实验及其结果分析 | 第47-50页 |
| ·MAPSO的仿真实验 | 第47-49页 |
| ·MAPSO的仿真结果分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 总结与展望 | 第51-53页 |
| ·总结 | 第51-52页 |
| ·展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56页 |
