小生境粒子群算法在多模态及动态问题中的研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1.绪论 | 第9-14页 |
| 1.1 课题研究背景及意义 | 第9页 |
| 1.2 国内外研究现状及分析 | 第9-12页 |
| 1.2.1 待优化问题的描述 | 第9-10页 |
| 1.2.2 进化算法的发展以及研究现状 | 第10-12页 |
| 1.3 本文主要研究内容工作 | 第12-14页 |
| 2.粒子群算法综述 | 第14-23页 |
| 2.1 粒子群算法概述 | 第14-17页 |
| 2.1.1 算法原理 | 第14-15页 |
| 2.1.2 基本算法的流程图 | 第15-16页 |
| 2.1.3 基本粒子群算法的结构分析 | 第16-17页 |
| 2.2 粒子群优化算法的发展 | 第17-20页 |
| 2.2.1 惯性权重的改进 | 第17-18页 |
| 2.2.2 基于小生境技术的PSO | 第18-19页 |
| 2.2.3 PSO与其他进化算法混合 | 第19-20页 |
| 2.3 粒子群算法的应用 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 3.基于多模态优化问题的算法研究 | 第23-41页 |
| 3.1 多模态优化问题的定义 | 第23-24页 |
| 3.2 经典小生境算法简介 | 第24-25页 |
| 3.3 多模态优化算法的研究 | 第25-28页 |
| 3.4 PSO算法求解MMO问题 | 第28-31页 |
| 3.4.1 PSO的拓扑结构 | 第28-29页 |
| 3.4.2 环型拓扑结构PSO的小生境思想 | 第29-31页 |
| 3.4.3 线性递减惯性权重的引入 | 第31页 |
| 3.5 测试函数 | 第31-36页 |
| 3.6 评价方法 | 第36-37页 |
| 3.7 实验参数设定 | 第37-38页 |
| 3.8 实验结果分析 | 第38-39页 |
| 3.9 本章小结 | 第39-41页 |
| 4.改进的算法求解动态优化问题 | 第41-51页 |
| 4.1 动态优化问题 | 第41-45页 |
| 4.2 改进的r3PSO用于动态优化问题 | 第45-47页 |
| 4.2.1 随机动态探测粒子 | 第45页 |
| 4.2.2 探测变化后的响应 | 第45-47页 |
| 4.2.3 针对DOPs的程序流程 | 第47页 |
| 4.3 评价方式 | 第47-48页 |
| 4.4 实验参数设定 | 第48-49页 |
| 4.5 实验结果分析 | 第49-50页 |
| 4.6 本章小结 | 第50-51页 |
| 5.结论和展望 | 第51-53页 |
| 5.1 总结 | 第51-52页 |
| 5.2 展望 | 第52-53页 |
| 参考文献 | 第53-59页 |
| 附录：硕士研究生学习阶段发表论文 | 第59-60页 |
| 致谢 | 第60页 |
