| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·群体智能算法的研究背景和意义 | 第9页 |
| ·群体智能算法的应用 | 第9-12页 |
| ·最优化问题 | 第10-11页 |
| ·分类问题概述 | 第11-12页 |
| ·论文内容与安排 | 第12-15页 |
| 第二章 粒子群算法与几种量子粒子群算法 | 第15-27页 |
| ·量子计算概述 | 第15-19页 |
| ·量子算法及量子态基本特性 | 第15-17页 |
| ·量子计算研究进展 | 第17-19页 |
| ·粒子群算法 | 第19-22页 |
| ·算法机理 | 第19-20页 |
| ·粒子群算法的流程 | 第20-22页 |
| ·标准粒子群优化算法 | 第22页 |
| ·量子粒子群算法 | 第22-27页 |
| ·量子粒子群算法 | 第23-24页 |
| ·两种改进的量子粒子群算法 | 第24-27页 |
| 第三章 基于多次塌陷-正交交叉的QPSO算法及其函数优化 | 第27-41页 |
| ·引言 | 第27页 |
| ·量子多次塌陷 | 第27页 |
| ·正交交叉试验简介 | 第27-31页 |
| ·正交试验设计 | 第28-30页 |
| ·基于正交矩阵的正交交叉 | 第30-31页 |
| ·多次塌陷-正交交叉的量子粒子群算法 | 第31-33页 |
| ·算法流程 | 第31-33页 |
| ·实验及分析 | 第33-40页 |
| ·实验设置 | 第33-34页 |
| ·实验结果及分析 | 第34-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于量子粒子群的最近邻原型的数据分类算法 | 第41-57页 |
| ·引言 | 第41页 |
| ·数据分类方法简介 | 第41-45页 |
| ·K近邻分类概述 | 第45-47页 |
| ·基于量子粒子群的最近邻原型的数据分类 | 第47-49页 |
| ·算法流程 | 第47页 |
| ·算子的设计 | 第47-49页 |
| ·实验分析 | 第49-55页 |
| ·本章小结 | 第55-57页 |
| 第五章 基于多次塌陷-正交交叉的量子粒子群的最近邻原型算法的数据分类 | 第57-69页 |
| ·引言 | 第57页 |
| ·基于多次塌陷-正交交叉量子粒子群的最近邻原型算法的数据分类 | 第57-59页 |
| ·算法流程 | 第57-58页 |
| ·算子的设计 | 第58-59页 |
| ·实验分析 | 第59-66页 |
| ·本章小结 | 第66-69页 |
| 第六章 总结和展望 | 第69-71页 |
| ·论文总结 | 第69-70页 |
| ·工作展望 | 第70-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-78页 |
| 硕士期间的学术成果 | 第78页 |
