动态环境下基于聚类的小生境微粒群算法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·引言 | 第9-10页 |
| ·微粒群算法的研究及现状 | 第10-14页 |
| ·微粒群算法 | 第10-14页 |
| ·群集智能算法的特点和优点 | 第14页 |
| ·群集智能算法的缺点 | 第14页 |
| ·动态环境下微粒群算法的概述 | 第14-15页 |
| ·课题的背景及意义 | 第14-15页 |
| ·课题的主要研究任务 | 第15页 |
| ·本文的主要研究内容 | 第15页 |
| ·本文的组织结构 | 第15-17页 |
| 第2章 微粒群算法 | 第17-24页 |
| ·微粒群算法的基本描述 | 第17-21页 |
| ·算法原理 | 第17-19页 |
| ·算法流程与参数分析 | 第19-21页 |
| ·两种基本的进化模型 | 第21页 |
| ·与其它进化算法的比较 | 第21-24页 |
| ·PSO 算法与遗传算法(GA)的比较 | 第22页 |
| ·PSO 算法与演化规划的比较 | 第22-23页 |
| ·PSO 算法与其他优化算法的比较 | 第23-24页 |
| 第3章 动态环境下进化算法的研究现状 | 第24-32页 |
| ·动态环境的简介 | 第24-26页 |
| ·动态机制的描述 | 第24页 |
| ·动态函数的特征 | 第24-25页 |
| ·适合于动态环境的基准函数 | 第25-26页 |
| ·动态环境下进化算法的研究现状 | 第26-31页 |
| ·动态环境下遗传算法的研究现状 | 第26-27页 |
| ·动态环境下微粒群算法的研究现状 | 第27-31页 |
| ·微粒群算法在动态环境中失效的原因 | 第31-32页 |
| 第4章 改进的小生境微粒群算法 | 第32-38页 |
| ·改进背景 | 第32-33页 |
| ·小生境技术 | 第33-35页 |
| ·小生境技术的基本理论 | 第33页 |
| ·三种重要的小生境技术 | 第33-34页 |
| ·小生境微粒群算法 | 第34-35页 |
| ·改进的小生境微粒群算法 | 第35-38页 |
| ·改进的基本思想 | 第35-36页 |
| ·基于聚类分析的小生境微粒群 | 第36-38页 |
| 第5章 动态环境下改进的小生境微粒群算法 | 第38-56页 |
| ·算法原理及实现 | 第38-40页 |
| ·环境变化的检测 | 第38-39页 |
| ·环境变化的响应 | 第39-40页 |
| ·算法描述 | 第40-43页 |
| ·仿真实验与结果 | 第43-56页 |
| ·动态优化环境设计 | 第43-45页 |
| ·实验设置与结果 | 第45-56页 |
| 第6章 结论与展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间完成的论文和参加的科研项目 | 第62页 |
