| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第15-31页 |
| 1.1 研究背景 | 第15-17页 |
| 1.2 研究意义 | 第17-18页 |
| 1.3 最优化理论 | 第18-20页 |
| 1.3.1 最优化 | 第18-19页 |
| 1.3.2 优化方法 | 第19-20页 |
| 1.4 群集智能最优化算法国内外研究现状 | 第20-26页 |
| 1.4.1 基于粒子群智能优化的国内外研究现状 | 第20-24页 |
| 1.4.2 基于细菌觅食优化的国内外研究现状 | 第24-26页 |
| 1.5 研究内容与技术路线 | 第26-28页 |
| 1.6 本文的组织结构 | 第28-31页 |
| 第2章 群集智能最优化算法概述 | 第31-39页 |
| 2.1 群集智能概述 | 第31-33页 |
| 2.2 粒子群优化算法 | 第33-35页 |
| 2.2.1 原始粒子群优化算法 | 第33-34页 |
| 2.2.2 标准粒子群优化算法 | 第34页 |
| 2.2.3 粒子群拓扑结构 | 第34-35页 |
| 2.3 细菌觅食优化算法 | 第35-38页 |
| 2.3.1 细菌觅食基本行为 | 第35-37页 |
| 2.3.2 算法步骤 | 第37-38页 |
| 2.4 本章小结 | 第38-39页 |
| 第3章 正交混合学习PSO群集智能算法 | 第39-55页 |
| 3.1 引言 | 第39页 |
| 3.2 基于正交设计的粒子置换策略 | 第39-41页 |
| 3.3 混合学习机制 | 第41页 |
| 3.4 正交混合学习PSO及参数 | 第41-44页 |
| 3.4.1 算法流程 | 第41-42页 |
| 3.4.2 参数选取 | 第42-44页 |
| 3.5 实验设置 | 第44-45页 |
| 3.5.1 测试函数 | 第44-45页 |
| 3.5.2 对比算法与参数设置 | 第45页 |
| 3.6 实验结果与分析 | 第45-54页 |
| 3.6.1 优化结果 | 第45-49页 |
| 3.6.2 统计分析 | 第49-53页 |
| 3.6.3 实验小结 | 第53-54页 |
| 3.7 本章小结 | 第54-55页 |
| 第4章 异质多群体自适应PSO群集智能算法 | 第55-75页 |
| 4.1 引言 | 第55页 |
| 4.2 基于异质多群体的自适应PSO算法 | 第55-59页 |
| 4.2.1 异质多群体学习机制 | 第55-56页 |
| 4.2.2 自适应竞争策略 | 第56-59页 |
| 4.2.3 AHPS2算法流程 | 第59页 |
| 4.3 AHPS2 算法分析 | 第59-63页 |
| 4.3.1 异质群体的搜索行为 | 第59-60页 |
| 4.3.2 自适应竞争策略：生灭模型vs.移民模型 | 第60-63页 |
| 4.4 实验比较与分析 | 第63-74页 |
| 4.4.1 实验设置 | 第63-64页 |
| 4.4.2 优化结果 | 第64-71页 |
| 4.4.3 统计分析 | 第71-74页 |
| 4.4.4 实验结论 | 第74页 |
| 4.5 本章小结 | 第74-75页 |
| 第5章 基于全局协同的BFO群集智能算法 | 第75-91页 |
| 5.1 引言 | 第75页 |
| 5.2 全局协同搜索机制 | 第75-76页 |
| 5.3 全局协同BFO算法 | 第76-78页 |
| 5.4 实验设置 | 第78-81页 |
| 5.4.1 测试函数 | 第78-81页 |
| 5.4.2 对比算法 | 第81页 |
| 5.5 数值实验结果 | 第81-90页 |
| 5.5.1 2 维函数优化结果 | 第81-83页 |
| 5.5.2 10 维函数优化结果 | 第83-85页 |
| 5.5.3 30 维函数优化结果 | 第85-87页 |
| 5.5.4 60 维函数优化结果 | 第87-89页 |
| 5.5.5 实验讨论 | 第89-90页 |
| 5.6 本章小结 | 第90-91页 |
| 第6章 基于BFO与PSO的混合群集智能算法 | 第91-103页 |
| 6.1 引言 | 第91页 |
| 6.2 混合机制 | 第91-94页 |
| 6.2.1 算法的基本思想 | 第91-92页 |
| 6.2.2 算法流程与步骤 | 第92-94页 |
| 6.3 实验设置 | 第94-95页 |
| 6.4 数值实验结果与讨论 | 第95-102页 |
| 6.4.1 优化结果 | 第95-99页 |
| 6.4.2 统计分析 | 第99-102页 |
| 6.4.3 实验结论 | 第102页 |
| 6.5 本章小结 | 第102-103页 |
| 第7章 基于改进群集智能算法的应用 | 第103-119页 |
| 7.1 基于群集智能算法的配送中心选址优化 | 第103-110页 |
| 7.1.1 配送中心选址问题 | 第103-104页 |
| 7.1.2 模型建立 | 第104-106页 |
| 7.1.3 算法实现 | 第106-108页 |
| 7.1.4 仿真分析 | 第108-110页 |
| 7.2 基于群集智能算法的带基数约束的投资组合优化问题 | 第110-117页 |
| 7.2.1 投资组合问题介绍 | 第110-111页 |
| 7.2.2 带基数约束投资组合优化模型 | 第111-113页 |
| 7.2.3 算法实现 | 第113-115页 |
| 7.2.4 实例仿真 | 第115-117页 |
| 7.3 本章小结 | 第117-119页 |
| 结论 | 第119-122页 |
| 参考文献 | 第122-141页 |
| 附录：测试问题函数集 | 第141-145页 |
| 攻读博士学位期间发表的论文及其它成果 | 第145-147页 |
| 致谢 | 第147-148页 |
| 个人简历 | 第148页 |