| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·智能仿生优化算法简介 | 第10-15页 |
| ·粒子群优化算法 | 第11页 |
| ·人工免疫算法 | 第11-12页 |
| ·人工神经网络 | 第12-13页 |
| ·遗传算法 | 第13页 |
| ·蚁群算法 | 第13-14页 |
| ·人工鱼群算法 | 第14-15页 |
| ·智能仿生优化算法的共性与个性 | 第15-18页 |
| ·智能仿生优化算法的共性 | 第15-16页 |
| ·智能仿生优化算法的个性 | 第16-18页 |
| ·本文的主要研究内容 | 第18页 |
| ·本文的组织结构 | 第18-19页 |
| 第2章 人工鱼群算法 | 第19-26页 |
| ·人工鱼群算法描述 | 第19-21页 |
| ·一些定义 | 第20页 |
| ·行为描述 | 第20-21页 |
| ·行为选择 | 第21页 |
| ·算法描述 | 第21页 |
| ·算法全局收敛的基础 | 第21-23页 |
| ·各参数对收敛性能的影响分析 | 第23-25页 |
| ·视野和步长 | 第23-24页 |
| ·拥挤度因子 | 第24-25页 |
| ·人工鱼的个体数目 | 第25页 |
| ·应用前景 | 第25-26页 |
| 第3章 改进的人工鱼群算法分析 | 第26-39页 |
| ·改进思路 | 第27-34页 |
| ·算法参数的改进 | 第27-30页 |
| ·基于鱼群行为的改进 | 第30-32页 |
| ·高阶行为模式 | 第32页 |
| ·混合优化方法 | 第32-34页 |
| ·已有的改进算法 | 第34-39页 |
| ·自适应人工鱼群算法(AAFSA) | 第34-35页 |
| ·基于网格划分策略的改进人工鱼群算法 | 第35-36页 |
| ·基于最优个体保留策略和缩小搜索域策略的人工鱼群算法 | 第36-37页 |
| ·基于变异算子与模拟退火混合的人工鱼群优化算法 | 第37页 |
| ·混合鱼群-蚁群算法 | 第37-38页 |
| ·混沌人工鱼群算法(CHAOS) | 第38-39页 |
| 第4章 免疫人工鱼群算法 | 第39-51页 |
| ·免疫理论简介 | 第39-41页 |
| ·免疫人工鱼群算法 | 第41-44页 |
| ·基于免疫记忆和调节机制的免疫人工鱼群算法 | 第41-43页 |
| ·基于疫苗接种的免疫人工鱼群算法 | 第43-44页 |
| ·仿真实验 | 第44-51页 |
| ·测试函数 | 第44-47页 |
| ·试验设置 | 第47-48页 |
| ·实验结果 | 第48-50页 |
| ·实验结论 | 第50-51页 |
| 第5章 总结与展望 | 第51-53页 |
| ·本文的总结 | 第51页 |
| ·工作展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读学位期间公开发表论文 | 第57-58页 |
| 致谢 | 第58-59页 |
| 研究生履历 | 第59页 |