| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景 | 第14页 |
| 1.2 研究方法 | 第14-17页 |
| 1.2.1 确定性方法 | 第14-16页 |
| 1.2.2 随机性方法 | 第16-17页 |
| 1.3 本文主要工作及安排 | 第17-20页 |
| 第二章 进化算法 | 第20-36页 |
| 2.1 遗传算法 | 第20-25页 |
| 2.1.1 基本术语介绍 | 第20-22页 |
| 2.1.2 遗传算法详细介绍及研究现状 | 第22-24页 |
| 2.1.3 遗传算法具体步骤 | 第24-25页 |
| 2.2 粒子群优化算法 | 第25-28页 |
| 2.2.1 粒子群优化算法基本介绍 | 第25-27页 |
| 2.2.2 粒子群优化算法具体步骤 | 第27页 |
| 2.2.3 粒子群优化算法的研究现状 | 第27-28页 |
| 2.2.4 粒子群优化算法存在的问题 | 第28页 |
| 2.3 差分进化算法 | 第28-33页 |
| 2.3.1 差分进化算法基本介绍 | 第29-31页 |
| 2.3.2 参数设置 | 第31-32页 |
| 2.3.3 差分进化算法具体步骤 | 第32页 |
| 2.3.4 差分进化算法研究现状 | 第32-33页 |
| 2.4 本章小结 | 第33-36页 |
| 第三章 基于高维球坐标和梯度搜索策略的自适应差分进化算法 | 第36-50页 |
| 3.1 自适应策略差分进化算法 | 第36-39页 |
| 3.1.1 策略自适应 | 第36-38页 |
| 3.1.2 参数自适应 | 第38页 |
| 3.1.3 讨论 | 第38-39页 |
| 3.2 基于高维球坐标和梯度搜索策略的自适应差分进化算法 | 第39-46页 |
| 3.2.1 梯度搜索策略算子 | 第39-41页 |
| 3.2.2 高维球坐标搜索策略算子 | 第41-42页 |
| 3.2.3 实验 | 第42-46页 |
| 3.3 本章小结 | 第46-50页 |
| 第四章 差分进化算法求解无线传感器网络定位问题 | 第50-64页 |
| 4.1 无线传感器定位问题及求解方法介绍 | 第50-51页 |
| 4.1.1 基于测距的定位算法 | 第50-51页 |
| 4.1.2 基于无测距的定位算法 | 第51页 |
| 4.2 差分进化算法求解无线传感器网络定位问题 | 第51-56页 |
| 4.2.1 定位问题的一般建模方法 | 第51-53页 |
| 4.2.2 改进的定位问题模型 | 第53-54页 |
| 4.2.3 改进的差分进化算法 | 第54-56页 |
| 4.3 实验 | 第56-61页 |
| 4.4 本章小节 | 第61-64页 |
| 第五章 总结 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 作者简介 | 第72-73页 |