粒子群算法的改进与应用研究

摘要	第1-6页
Abstract	第6-9页
第一章 绪论	第9-14页
·引言	第9-10页
·研究背景与意义	第10-12页
·国内外研究现状和进展	第12-13页
·本文的主要成果	第13-14页
第二章 粒子群优化算法	第14-38页
·传统的粒子群算法	第14-22页
·算法原理	第14-16页
·算法参数	第16-17页
·算法的步骤	第17-18页
·全局模型与局部模型	第18页
·其他智能算法介绍	第18-22页
·粒子群算法的发展	第22-26页
·引入惯性权重	第22-23页
·引入收缩因子	第23页
·引入拓扑结构	第23-25页
·种群规模的考虑	第25-26页
·几种改进的粒子群算法	第26-33页
·参数改进PSO算法	第26页
·混合粒子群算法	第26-27页
·离散二进制算法	第27-28页
·免疫PSO算法	第28页
·万有引力PSO算法	第28-33页
·粒子群算法的应用	第33-38页
·训练神经网络	第34-36页
·PID参数整定	第36-38页
第三章 基于参数调整的粒子群算法	第38-46页
·基于参数调整粒子群算法	第38-40页
·算法的提出	第38-39页
·算法分析	第39页
·算法的流程	第39-40页
·算法的仿真	第40-46页
第四章 多目标粒子群算法	第46-55页
·多目标优化问题的概述	第46-47页
·多目标进化算法的发展与研究现状	第47-50页
·传统的多目标优化法	第47-50页
·基于进化计算的多目标求解方法	第50页
·多目标粒子群算法	第50-55页
·算法提出	第50-52页
·算法基本思想	第52页
·算法流程	第52-53页
·算法测试	第53-55页
第六章 总结与展望	第55-56页
参考文献	第56-61页
致谢	第61-62页
研究生学位期间公开发表的论文	第62页