| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 引言 | 第9-17页 |
| ·人工社会 | 第9-10页 |
| ·个体决策 | 第10-12页 |
| ·决策 | 第10页 |
| ·理性个体决策 | 第10-11页 |
| ·个体决策风格 | 第11页 |
| ·个体决策与群体决策比较 | 第11-12页 |
| ·个体决策理论 | 第12页 |
| ·微粒群算法 | 第12-14页 |
| ·微粒群算法与人工社会和个体决策 | 第12-13页 |
| ·标准微粒群算法 | 第13-14页 |
| ·标准微粒群算法流程 | 第14页 |
| ·微粒群算法研究现状 | 第14-15页 |
| ·本文主要完成的工作 | 第15-17页 |
| 第二章 利用个体决策历史信息的微粒群算法 | 第17-33页 |
| ·微粒群算法的分析 | 第17页 |
| ·个体决策过程 | 第17-19页 |
| ·决策任务 | 第18页 |
| ·决策步骤 | 第18页 |
| ·决策结果 | 第18-19页 |
| ·理论证明 | 第19-21页 |
| ·算法步骤 | 第21页 |
| ·实例仿真 | 第21-31页 |
| ·测试函数 | 第21-23页 |
| ·仿真实验 | 第23页 |
| ·算法性能分析 | 第23-31页 |
| ·本章小结 | 第31-33页 |
| 第三章 基于小世界模型的个体决策微粒群算法 | 第33-49页 |
| ·小世界模型的个体决策微粒群算法 | 第33-34页 |
| ·个体决策行为的分析 | 第33页 |
| ·微粒群算法的分析 | 第33-34页 |
| ·小生境与拓扑结构 | 第34-36页 |
| ·微粒群算法的LBEST 模型及常见的几个邻域介绍 | 第34-35页 |
| ·小世界模型介绍 | 第35-36页 |
| ·个体决策过程 | 第36-37页 |
| ·决策步骤 | 第36-37页 |
| ·决策结果 | 第37页 |
| ·理论证明 | 第37-39页 |
| ·算法步骤 | 第39页 |
| ·实例仿真 | 第39-48页 |
| ·测试函数 | 第39-40页 |
| ·参数设置 | 第40页 |
| ·算法性能分析 | 第40-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 个体决策认知系数与社会系数 | 第49-71页 |
| ·适应值变化率介绍 | 第49-50页 |
| ·个体决策认知系数 | 第50-51页 |
| ·算法步骤 | 第51-52页 |
| ·实例仿真 | 第52-60页 |
| ·测试函数 | 第52页 |
| ·参数设置 | 第52页 |
| ·算法性能分析 | 第52-60页 |
| ·个体决策认知系数与社会系数 | 第60页 |
| ·算法步骤 | 第60-61页 |
| ·实例仿真 | 第61-70页 |
| ·测试函数 | 第61页 |
| ·参数设置 | 第61-62页 |
| ·算法性能分析 | 第62-70页 |
| ·本章小结 | 第70-71页 |
| 第五章 个体决策微粒群算法的应用 | 第71-77页 |
| ·求解非线性方程组 | 第71-74页 |
| ·非线性方程组求解 | 第71-72页 |
| ·实验仿真 | 第72-74页 |
| ·求解超越方程 | 第74-75页 |
| ·实验仿真 | 第74-75页 |
| ·本章小结 | 第75-77页 |
| 第六章 总结与展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-85页 |
| 攻读硕士期间发表的学术论文目录 | 第85-86页 |