| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-17页 |
| ·课题背景及意义 | 第8-9页 |
| ·粒子群算法的产生背景 | 第9-10页 |
| ·粒子群算法的理论研究与应用 | 第10-13页 |
| ·粒子群算法的理论研究 | 第10-12页 |
| ·算法的应用领域 | 第12-13页 |
| ·本文采用的Benchmark测试函数 | 第13-16页 |
| ·论文的主要工作及内容安排 | 第16-17页 |
| 第二章 粒子群算法的基础理论 | 第17-31页 |
| ·粒子群优化算法 | 第17-20页 |
| ·算法的原理和数学描述 | 第17-18页 |
| ·PSO算法的设计步骤 | 第18-20页 |
| ·算法的社会认知行为分析 | 第20页 |
| ·算法的特点 | 第20-21页 |
| ·粒子运动的稳定性分析及参数选择 | 第21-25页 |
| ·稳定性分析 | 第21-24页 |
| ·算法参数的选择 | 第24-25页 |
| ·邻域结构研究分析 | 第25-30页 |
| ·邻域结构 | 第25-27页 |
| ·基于随机邻域结构的粒子群算法 | 第27-28页 |
| ·基于随机邻域结构的PSO算法的分析 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 粒子的轨迹与算法的改进分析 | 第31-45页 |
| ·粒子的轨迹分析 | 第31-33页 |
| ·单个粒子的运动轨迹 | 第31-32页 |
| ·粒子群的聚集性 | 第32-33页 |
| ·PSO算法存在的问题及分析 | 第33-34页 |
| ·改进分析 | 第34-37页 |
| ·RDPSO算法的Markov模型及收敛性分析 | 第37-41页 |
| ·随机算法收敛的准则 | 第38-39页 |
| ·Markov链简介 | 第39-40页 |
| ·RDPSO状态空间中的Markov模型 | 第40页 |
| ·算法的收敛性 | 第40-41页 |
| ·仿真实验 | 第41-44页 |
| ·跳出局部最优能力的测试 | 第41-43页 |
| ·局限性分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 结合禁忌搜索的改进粒子群算法研究 | 第45-56页 |
| ·禁忌搜索算法 | 第45-47页 |
| ·算法的基本构成 | 第45-46页 |
| ·TS算法的基本思想 | 第46-47页 |
| ·结合禁忌搜索的改进粒子群优化算法(TSRDPSO) | 第47-49页 |
| ·算法的流程 | 第49页 |
| ·TSRDPSO性能分析 | 第49-55页 |
| ·有效性分析 | 第49-53页 |
| ·参数的设置对算法的影响 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 基于改进PSO算法优化案例推理的特征权重研究 | 第56-62页 |
| ·案例推理及其改进 | 第56-59页 |
| ·案例推理 | 第56-58页 |
| ·TSRDPSO算法优化案例推理中的属性权重 | 第58-59页 |
| ·基于TSRDPSO算法的案例推理在砷盐净化除铜过程中的应用 | 第59-61页 |
| ·砷盐净化除铜过程简介 | 第59-60页 |
| ·基于TSRDPSO算法的案例推理的预测模型 | 第60页 |
| ·仿真结果分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| ·论文总结 | 第62-63页 |
| ·进一步的研究工作 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士期间主要研究成果 | 第70页 |
