首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

改进人工蜂群算法及其在多用户检测中的应用

中文摘要第3-4页
ABSTRACT第4-5页
第一章 绪论第9-21页
    1.1 本课题的研究意义第9-10页
    1.2 人工蜂群算法的研究现状第10-15页
        1.2.1 人工蜂群算法自身的改进第11-13页
        1.2.2 人工蜂群算法与其他算法的融合第13-15页
    1.3 人工蜂群算法的应用第15-19页
        1.3.1 在神经网络训练中的应用第15页
        1.3.2 在图像处理中的应用第15-16页
        1.3.3 在通信领域中的应用第16-17页
        1.3.4 在数据挖掘中的应用第17-18页
        1.3.5 在组合优化中的应用第18-19页
    1.4 论文的结构安排第19-21页
第二章 人工蜂群多用户检测算法的基本理论第21-43页
    2.1 人工蜂群算法的基本理论第21-32页
        2.1.1 起源与进展第21-23页
        2.1.2 人工蜂群算法的基本原理第23-25页
        2.1.3 连续人工蜂群算法第25-28页
        2.1.4 二进制人工蜂群算法第28-32页
    2.2 二进制人工蜂群多用户检测算法的基本原理第32-36页
        2.2.1 系统模型第32-34页
        2.2.2 基本原理第34-36页
    2.3 二进制人工蜂群多用户检测算法的参数影响与评价指标第36-42页
        2.3.1 参数影响第36-39页
        2.3.2 评价指标第39-42页
    2.4 本章小结第42-43页
第三章 差分演化二进制人工蜂群算法及在多用户检测中的应用第43-62页
    3.1 差分演化算法第43-45页
        3.1.1 算法原理第43-44页
        3.1.2 实现步骤与算法流程第44-45页
    3.2 差分演化二进制人工蜂群算法第45-55页
        3.2.1 算法原理第45-46页
        3.2.2 实现步骤与算法流程第46-48页
        3.2.3 收敛性分析第48-50页
        3.2.4 算法仿真第50-55页
    3.3 基于差分演化二进制人工蜂群算法的多用户检测第55-61页
        3.3.1 参数编码与目标函数选择第55页
        3.3.2 实现步骤第55-56页
        3.3.3 算法流程第56页
        3.3.4 计算机仿真第56-61页
    3.4 本章小结第61-62页
第四章 粒子群二进制人工蜂群算法及在多用户检测中的应用第62-82页
    4.1 粒子群优化算法第62-64页
        4.1.1 算法原理第62-63页
        4.1.2 实现步骤与算法流程第63-64页
    4.2 粒子群二进制人工蜂群算法第64-75页
        4.2.1 算法原理第64-65页
        4.2.2 实现步骤与算法流程第65-67页
        4.2.3 收敛性分析第67-68页
        4.2.4 算法仿真第68-75页
    4.3 基于粒子群二进制人工蜂群算法的多用户检测第75-81页
        4.3.1 参数编码与目标函数选择第75-76页
        4.3.2 实现步骤第76页
        4.3.3 算法流程第76页
        4.3.4 计算机仿真第76-81页
    4.4 本章小结第81-82页
第五章 分布估计二进制人工蜂群算法及在多用户检测中的应用第82-101页
    5.1 分布估计算法第82-85页
        5.1.1 算法原理第82-83页
        5.1.2 实现步骤与算法流程第83-85页
    5.2 分布估计二进制人工蜂群算法第85-94页
        5.2.1 算法原理第85-86页
        5.2.2 实现步骤与算法流程第86-87页
        5.2.3 收敛性分析第87-88页
        5.2.4 算法仿真第88-94页
    5.3 基于分布估计二进制人工蜂群算法的多用户检测第94-100页
        5.3.1 参数编码与目标函数选择第94-95页
        5.3.2 实现步骤第95页
        5.3.3 算法流程第95-97页
        5.3.4 计算机仿真第97-100页
    5.4 本章小结第100-101页
第六章 总结与展望第101-103页
    6.1 论文的主要工作第101-102页
    6.2 今后的研究方向第102-103页
参考文献第103-117页
发表论文和参加科研情况说明第117-118页
致谢第118页

论文共118页,点击 下载论文
上一篇:高阻醇性质子交换膜的制备与膜性能的研究
下一篇:基于滤波理论和特征统计的蛋白质编码区预测算法研究