| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 1 绪论 | 第11-15页 |
| ·引言 | 第11页 |
| ·群体智能 | 第11-12页 |
| ·粒子群算法的特点 | 第12-13页 |
| ·粒子群算法在国内外的研究现状与应用 | 第13-15页 |
| 2 粒子群优化算法 | 第15-27页 |
| ·粒子群优化算法 | 第15-17页 |
| ·原始PSO算法 | 第15-17页 |
| ·PSO算法基本流程 | 第17页 |
| ·空间轨迹 | 第17-20页 |
| ·实数域 | 第18-19页 |
| ·复数域 | 第19-20页 |
| ·数学形式分析 | 第20-22页 |
| ·代数分析 | 第20页 |
| ·解析分析 | 第20-22页 |
| ·粒子运动轨迹分析 | 第22页 |
| ·收敛性分析 | 第22-27页 |
| ·pbest和gbest对PSO收敛性能的影响 | 第23-24页 |
| ·随机量对PSO收敛性能的影响 | 第24-27页 |
| 3 粒子群优化算法性能分析 | 第27-37页 |
| ·惯性权重因子分析与研究 | 第27-33页 |
| ·惯性权重因子的引入 | 第27-28页 |
| ·惯性权重因子的研究 | 第28-30页 |
| ·测试函数 | 第30-31页 |
| ·实验与分析 | 第31-33页 |
| ·结论分析 | 第33页 |
| ·收缩因子对PSO的影响 | 第33-35页 |
| ·收缩因子的引入 | 第33-34页 |
| ·测试函数 | 第34页 |
| ·实验与分析 | 第34-35页 |
| ·种群拓扑结构对PSO的影响 | 第35-37页 |
| 4 粒子群优化算法改进 | 第37-47页 |
| ·离散PSO | 第37-39页 |
| ·混沌PSO | 第39-40页 |
| ·模拟退火PSO | 第40-42页 |
| ·免疫PSO | 第42-44页 |
| ·区间自适应粒子群优化算法 | 第44-47页 |
| 5 粒子群算法在入侵检测系统中的应用 | 第47-66页 |
| ·入侵检测系统 | 第47-53页 |
| ·入侵检测 | 第47-48页 |
| ·入侵检测分类 | 第48-50页 |
| ·入侵检测方法 | 第50-53页 |
| ·入侵检测发展 | 第53页 |
| ·KDDCUP-99数据 | 第53-58页 |
| ·KDDCUP-99数据集的攻击类型 | 第53-54页 |
| ·KDDCUP-99数据特征字段 | 第54-55页 |
| ·网络数据包的预处理 | 第55-58页 |
| ·PSO-Based SVM在入侵检测系统中的应用 | 第58-64页 |
| ·引言 | 第58-59页 |
| ·支持向量机理论 | 第59页 |
| ·基于区间自适应PSO优化的SVM算法 | 第59-60页 |
| ·入侵检测模型建立 | 第60-62页 |
| ·实验仿真与分析 | 第62-64页 |
| ·小结 | 第64-66页 |
| 6 总结与展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 个人简历 | 第72页 |