人工鱼群优化算法及其应用研究
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究现状分析 | 第12-14页 |
| 1.3 本文的主要框架 | 第14页 |
| 1.4 本章小结 | 第14-15页 |
| 第2章 基本鱼群优化算法的综述 | 第15-24页 |
| 2.1 AFSA算法概述 | 第15-19页 |
| 2.1.1 人工鱼群算法的基本原理 | 第15-16页 |
| 2.1.2 人工鱼群算法的行为描述 | 第16-18页 |
| 2.1.3 算法流程 | 第18页 |
| 2.1.4 算法分析 | 第18-19页 |
| 2.2 几种智能优化算法 | 第19-22页 |
| 2.2.1 微粒群优化算法(PSO) | 第19-20页 |
| 2.2.2 蚁群优化算法(ACO) | 第20-21页 |
| 2.2.3 蜂群优化算法(ABC) | 第21页 |
| 2.2.4 混合蛙跳算法(SLFA) | 第21-22页 |
| 2.3 智能优化算法间的特征讨论 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 改进的人工鱼群优化算法 | 第24-34页 |
| 3.1 小生境技术 | 第24-27页 |
| 3.2 人工鱼视野和步长的改进 | 第27-31页 |
| 3.2.1 自适应因子 | 第28-30页 |
| 3.2.2 自适应移动因子 | 第30-31页 |
| 3.3 觅食行为的改进 | 第31页 |
| 3.4 改进的新型鱼群优化算法 | 第31-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 IAFSA在函数优化领域的应用 | 第34-43页 |
| 4.1 实验设计 | 第34-41页 |
| 4.2 实验仿真结果 | 第41-42页 |
| 4.3 本章小结 | 第42-43页 |
| 结论与展望 | 第43-44页 |
| 致谢 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 攻读硕士研究生期间发表的论文 | 第49页 |
