群智能优化算法研究及其应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-11页 |
| ·研究背景和目的 | 第8页 |
| ·研究现状 | 第8-9页 |
| ·主要研究内容 | 第9-10页 |
| ·本章小结 | 第10-11页 |
| 2 一种模拟渔夫捕鱼的寻优算法 | 第11-20页 |
| ·引言 | 第11页 |
| ·采用的策略和方法 | 第11-16页 |
| ·基本策略 | 第11-14页 |
| ·搜索方法 | 第14-15页 |
| ·算法特点 | 第15页 |
| ·算法描述 | 第15-16页 |
| ·性能分析 | 第16-19页 |
| ·实验环境 | 第16页 |
| ·测试函数 | 第16页 |
| ·算法参数设置 | 第16-17页 |
| ·评价指标 | 第17页 |
| ·实验结果 | 第17-19页 |
| ·对比分析 | 第19页 |
| ·本章小结 | 第19-20页 |
| 3 基于人工鱼群算法的机器人加工路径规划 | 第20-26页 |
| ·引言 | 第20页 |
| ·机器人加工路径规划问题 | 第20-21页 |
| ·求解机器人加工路径规划问题的人工鱼群算法 | 第21-23页 |
| ·人工鱼群初始化 | 第21页 |
| ·适应度函数的确定 | 第21页 |
| ·相关定义 | 第21-22页 |
| ·行为描述 | 第22-23页 |
| ·算法步骤 | 第23页 |
| ·实验仿真 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 4 人工鱼与捕鱼算法相结合的优化方法 | 第26-32页 |
| ·引言 | 第26-27页 |
| ·SFOA 与 AFSA 相结合算法 | 第27-30页 |
| ·基本人工鱼群算法 | 第27页 |
| ·SFOA 算法 | 第27-29页 |
| ·SFOA 与AFSA 相结合的算法 | 第29-30页 |
| ·数值实验与算法性能分析 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 5 总结与展望 | 第32-34页 |
| ·本文的主要研究成果及创新点 | 第32页 |
| ·主要研究成果 | 第32页 |
| ·创新点 | 第32页 |
| ·进一步的研究 | 第32-34页 |
| 参考文献 | 第34-36页 |
| 附录 | 第36-43页 |
| 致谢 | 第43-44页 |
| 攻读学位期间发表的学术论文 | 第44-45页 |
| 攻读学位期间参加的科研项目 | 第45页 |
