| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-11页 |
| ·算法研究背景 | 第7页 |
| ·粒子群算法的研究现状和应用 | 第7-8页 |
| ·本文的主要工作 | 第8-9页 |
| ·论文的组织结构 | 第9-11页 |
| 第2章 粒子群算法 | 第11-17页 |
| ·粒子群算法的基本原理 | 第11-12页 |
| ·几种经典的改进算法 | 第12-15页 |
| ·参数方面的改进 | 第12-14页 |
| ·离散粒子群算法 | 第14-15页 |
| ·与其它算法结合 | 第15页 |
| ·本章小结 | 第15-17页 |
| 第3章 基于单种群的改进粒子群算法 | 第17-29页 |
| ·基于扰动和聚群效应的粒子群算法 | 第17-22页 |
| ·鱼群算法 | 第17页 |
| ·改进的算法(YPSO) | 第17-18页 |
| ·实验分析 | 第18-22页 |
| ·基于变异和交叉的改进粒子群算法 | 第22-28页 |
| ·遗传算法 | 第22-23页 |
| ·基于变异和交叉的改进粒子群算法 | 第23-25页 |
| ·试验分析 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 基于多种群的改进粒子群算法 | 第29-39页 |
| ·差分算法 | 第29-30页 |
| ·基于多种群的改进粒子群算法(DMPSO)求解无约束优化问题 | 第30-31页 |
| ·基于多种群的改进粒子群算法(DMPSO)求解约束优化问题 | 第31-32页 |
| ·试验分析 | 第32-38页 |
| ·本章小结 | 第38-39页 |
| 总结与展望 | 第39-41页 |
| 参考文献 | 第41-45页 |
| 致谢 | 第45-47页 |
| 攻读硕士学位期间的研究成果 | 第47页 |