智能粒子群优化算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-15页 |
| 第1章 绪论 | 第15-25页 |
| ·课题来源及研究意义 | 第15-16页 |
| ·国内外研究现状 | 第16-18页 |
| ·粒子群优化算法的改进策略 | 第18-21页 |
| ·粒子群优化算法的主要研究方向 | 第21-22页 |
| ·粒子群优化算法的应用 | 第22-23页 |
| ·本文研究内容 | 第23-25页 |
| 第2章 粒子群优化算法理论分析 | 第25-41页 |
| ·粒子群算法简介 | 第25-29页 |
| ·基本粒子群算法 | 第25-27页 |
| ·标准粒子群算法 | 第27页 |
| ·离散粒子群算法 | 第27-29页 |
| ·粒子群算法的参数分析及设置 | 第29-33页 |
| ·惯性权重参数 | 第29-31页 |
| ·学习因子 | 第31-32页 |
| ·最大速度 | 第32页 |
| ·群体规模 | 第32-33页 |
| ·粒子群算法拓扑结构及其对算法的影响 | 第33-35页 |
| ·粒子群算法的收敛性分析 | 第35-40页 |
| ·本章小结 | 第40-41页 |
| 第3章 基于多种群思想的改进粒子群算法 | 第41-56页 |
| ·多种群粒子群算法改进思想 | 第41-42页 |
| ·双层多种群的粒子群优化算法结构 | 第42-44页 |
| ·TMPSO 算法函数仿真测试 | 第44-52页 |
| ·TMPSO 算法仿真测试一 | 第44-46页 |
| ·TMPSO 算法仿真测试二 | 第46-52页 |
| ·TMPSO 算法的应用实例 | 第52-54页 |
| ·本章小结 | 第54-56页 |
| 第4章 粒子位置矢量择优更新的改进粒子群算法 | 第56-72页 |
| ·粒子位置矢量择优更新策略 | 第56-58页 |
| ·粒子轨迹分析 | 第58-59页 |
| ·个体极值更新速率分析 | 第59-60页 |
| ·TMPSO 算法具体实现 | 第60-62页 |
| ·单目标连续测试函数 | 第62-64页 |
| ·PSO-MP 算法函数测试结果及分析 | 第64-68页 |
| ·PSO-MP 算法应用实例 | 第68-70页 |
| ·本章小结 | 第70-72页 |
| 第5章 文化粒子群算法及其在多目标优化问题中应用 | 第72-101页 |
| ·多目标约束优化问题的描述 | 第72-74页 |
| ·文化算法概述 | 第74-79页 |
| ·文化算法的基本理论 | 第74-76页 |
| ·信仰空间的结构及约束表达 | 第76-78页 |
| ·文化算法的具体实现 | 第78-79页 |
| ·基于遗传算法的改进文化算法 | 第79-84页 |
| ·遗传进化操作改进策略 | 第79-81页 |
| ·文化遗传算法的具体实现 | 第81-82页 |
| ·算法函数测试分析 | 第82-84页 |
| ·文化粒子群改进算法及其在多目标优化中的应用 | 第84-99页 |
| ·文化粒子群算法的基本思想 | 第84-86页 |
| ·交叉操作及小生境Pareto 竞争机制 | 第86-89页 |
| ·约束问题处理策略 | 第89-91页 |
| ·改进算法实现步骤 | 第91-92页 |
| ·改进算法在多目标测试函数中应用 | 第92-95页 |
| ·文化粒子群算法的应用实例 | 第95-99页 |
| ·本章小结 | 第99-101页 |
| 第6章 病毒协同进化粒子群算法及应用 | 第101-110页 |
| ·病毒协同进化理论 | 第101-102页 |
| ·病毒协同进化粒子群算法具体实现 | 第102-104页 |
| ·病毒协同进化粒子群算法应用实例 | 第104-109页 |
| ·本章小结 | 第109-110页 |
| 第7章 粒子速度阈值可调粒子群算法及应用 | 第110-119页 |
| ·粒子速度阈值可调粒子群算法的基本思想 | 第110-111页 |
| ·粒子速度阈值可调粒子群算法的具体实现 | 第111-114页 |
| ·粒子速度阈值可调粒子群算法的应用实例 | 第114-118页 |
| ·供应链中伙伴选择问题的模型 | 第114-115页 |
| ·粒子表达和适应度函数选择 | 第115页 |
| ·算法执行步骤 | 第115-116页 |
| ·实例计算结果 | 第116-118页 |
| ·本章小节 | 第118-119页 |
| 结论 | 第119-121页 |
| 参考文献 | 第121-129页 |
| 攻读博士学位期间发表的学术论文 | 第129-132页 |
| 致谢 | 第132-133页 |
| 个人简历 | 第133页 |
