量子粒子群算法在物联网中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题研究的背景和意义 | 第7-8页 |
| ·国内外研究现状和发展趋势 | 第8-10页 |
| ·本文主要研究内容及工作要点 | 第10页 |
| ·文章组织结构 | 第10-13页 |
| 第二章 人工鱼群与量子粒子群混合优化算法 | 第13-23页 |
| ·人工鱼群算法 | 第13-18页 |
| ·人工鱼模型定义 | 第13-14页 |
| ·人工鱼群算法描述 | 第14-15页 |
| ·人工鱼群算法的算法流程 | 第15-18页 |
| ·量子粒子群算法 | 第18-21页 |
| ·基本粒子群算法描述 | 第18-20页 |
| ·基本粒子群算法的算法过程 | 第20页 |
| ·具有量子行为的粒子群算法 | 第20-21页 |
| ·人工鱼群与量子粒子群混合算法 | 第21页 |
| ·本章小结 | 第21-23页 |
| 第三章 人工鱼群算法的改进分析 | 第23-29页 |
| ·人工鱼群算法改进分析 | 第23页 |
| ·智能人工鱼算法 IN-AFSA | 第23-24页 |
| ·仿真测试 | 第24-27页 |
| ·测试函数 | 第24-25页 |
| ·仿真环境及参数选取 | 第25-27页 |
| ·仿真结果分析 | 第27页 |
| ·本章小结 | 第27-29页 |
| 第四章 静态传感网的覆盖优化策略 | 第29-37页 |
| ·引言 | 第29页 |
| ·覆盖优化的问题描述 | 第29-30页 |
| ·监测环境假设 | 第30页 |
| ·覆盖优化问题的求解目标 | 第30页 |
| ·基于改进鱼群与量子粒子群混合算法的覆盖优化策略 | 第30-34页 |
| ·覆盖率建模 | 第30-32页 |
| ·网络覆盖的优化目标函数 | 第32页 |
| ·人工鱼个体模型 | 第32-33页 |
| ·人工鱼相关定义 | 第33-34页 |
| ·实验仿真 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 第五章 带移动节点的传感器网络优化策略 | 第37-45页 |
| ·引言 | 第37页 |
| ·动态传感网的问题描述 | 第37-38页 |
| ·环境假设 | 第37-38页 |
| ·问题目标 | 第38页 |
| ·移动节点覆盖模型 | 第38-41页 |
| ·移动覆盖的目标函数 | 第38-40页 |
| ·人工鱼构造及相关定义 | 第40-41页 |
| ·自适应搜索区域的多鱼群覆盖优化算法 | 第41-44页 |
| ·搜索区域变化时机 | 第42页 |
| ·搜索区域变化策略 | 第42-43页 |
| ·基于多鱼群并行算法的覆盖优化流程 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第六章 总结与展望 | 第45-47页 |
| ·工作总结 | 第45页 |
| ·工作展望 | 第45-47页 |
| 致谢 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第53页 |
