粒子群优化算法的动态拓扑策略的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 引言 | 第8-12页 |
| ·研究背景 | 第9-10页 |
| ·研究目的 | 第10页 |
| ·研究方法 | 第10-11页 |
| ·主要贡献 | 第11页 |
| ·文章结构 | 第11-12页 |
| 第2章 相关研究 | 第12-27页 |
| ·算法的复杂性 | 第12-13页 |
| ·优化问题 | 第13-17页 |
| ·优化方法 | 第16页 |
| ·穷举法 | 第16页 |
| ·局部搜索 | 第16-17页 |
| ·全局寻优 | 第17页 |
| ·进化计算 | 第17-21页 |
| ·遗传算法 | 第18-19页 |
| ·进化策略 | 第19-21页 |
| ·群、学习和社会行为 | 第21页 |
| ·群和学习 | 第21页 |
| ·社会行为 | 第21页 |
| ·粒子群优化算法 | 第21-26页 |
| ·粒子群优化算法的初始过程 | 第22页 |
| ·粒子群优化算法的基本框架 | 第22-23页 |
| ·种群规模 | 第23-24页 |
| ·最大速度 | 第24页 |
| ·其他算法 | 第24-26页 |
| ·小结 | 第26-27页 |
| 第3章 粒子群优化算法拓扑结构 | 第27-36页 |
| ·静态拓扑 | 第28-32页 |
| ·全互联和环形拓扑结构 | 第28-29页 |
| ·其它常见的静态拓扑策略 | 第29-32页 |
| ·动态拓扑策略 | 第32-35页 |
| ·基于规则图的动态拓扑 | 第33页 |
| ·梯状动态拓扑 | 第33-35页 |
| ·小结 | 第35-36页 |
| 第4章 双层可变子群的动态拓扑策略 | 第36-46页 |
| ·子群 | 第36-39页 |
| ·子群的概念 | 第36-37页 |
| ·子群规模 | 第37页 |
| ·子群排斥机制 | 第37-39页 |
| ·双层可变子群的拓扑结构 | 第39-42页 |
| ·基于交互度的拓扑结构 | 第39-41页 |
| ·双层子群的拓扑结构 | 第41-42页 |
| ·子群规模的动态变化 | 第42页 |
| ·双层可变子群的动态粒子群优化算法 | 第42-45页 |
| ·小结 | 第45-46页 |
| 第5章 实验分析 | 第46-59页 |
| ·常见的测试函数 | 第46-50页 |
| ·单峰测试函数 | 第46-47页 |
| ·多峰测试函数 | 第47-50页 |
| ·病态测试函数 | 第50页 |
| ·测试分析方法 | 第50-52页 |
| ·平均值 | 第51页 |
| ·方差和标准差 | 第51-52页 |
| ·参数选择 | 第52页 |
| ·实验结果分析 | 第52-58页 |
| ·实验条件设置 | 第52-53页 |
| ·实验结果分析 | 第53-58页 |
| ·小结 | 第58-59页 |
| 第6章 总结 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 附录A 攻读学位期间发表论文目录 | 第65页 |
