| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景和课题意义 | 第10-12页 |
| ·研究内容和创新点 | 第12-13页 |
| ·论文结构 | 第13-16页 |
| 第2章 粒子群算法及其他智能优化算法 | 第16-26页 |
| ·遗传算法(GA) | 第16-17页 |
| ·遗传算法的原理及应用 | 第16页 |
| ·遗传算法的流程 | 第16-17页 |
| ·模拟退火算法(SA) | 第17-18页 |
| ·模拟退火算法原理及应用 | 第17-18页 |
| ·模拟退火算法的流程 | 第18页 |
| ·蚁群优化算法 | 第18-19页 |
| ·蚁群算法的原理及应用 | 第18-19页 |
| ·蚁群算法的流程 | 第19页 |
| ·粒子群优化算法 | 第19-26页 |
| ·粒子群优化算法的原理及特点 | 第19-21页 |
| ·粒子群优化算法的流程 | 第21页 |
| ·粒子群优化算法的改进 | 第21-23页 |
| ·粒子群优化算法的应用 | 第23-26页 |
| 第3章 改进的自组织粒子群算法求解旅行商问题 | 第26-36页 |
| ·引言 | 第26-27页 |
| ·自组织机制 | 第27-28页 |
| ·自组织进化理论 | 第27页 |
| ·自组织临界理论 | 第27-28页 |
| ·改进的自组织粒子群算法 | 第28-30页 |
| ·自组织惯性权重 | 第28-29页 |
| ·自组织加速系数 | 第29页 |
| ·变异策略 | 第29-30页 |
| ·基于交换子和交换序的改进自组织PSO算法求解TSP | 第30-32页 |
| ·交换子和交换序 | 第30-31页 |
| ·基于交换子和交换序的改进自组织PSO求解TSP的流程 | 第31页 |
| ·时间复杂度分析 | 第31-32页 |
| ·仿真实验 | 第32-34页 |
| ·结论 | 第34-36页 |
| 第4章 改进的混合粒子群算法求解旅行商问题 | 第36-50页 |
| ·引言 | 第36页 |
| ·PSO算法与GA、SA、ACO算法的比较 | 第36-37页 |
| ·混合粒子群优化算法(Hybrid PSO,HPSO) | 第37-39页 |
| ·广义粒子群优化模型(General PSO,GPSO) | 第37-38页 |
| ·混合粒子群优化算法 | 第38页 |
| ·交叉策略和变异策略 | 第38-39页 |
| ·改进的混合PSO(LD-HPSO)算法求解TSP问题 | 第39-41页 |
| ·改进的接受差解策略 | 第39页 |
| ·LD-HPSO算法求解TSP问题的流程 | 第39-40页 |
| ·仿真实验结果 | 第40-41页 |
| ·基于雁群启示的混合粒子群算法(Geese-HPSO)求解TSP问题 | 第41-48页 |
| ·PSO算法易早熟收敛的原因 | 第41-42页 |
| ·雁群飞行特征与PSO算法的融合 | 第42-43页 |
| ·基于雁群启示的混合PSO算法(Geese-HPSO) | 第43页 |
| ·Geese-HPSO求解TSP的步骤 | 第43-44页 |
| ·仿真实验 | 第44-48页 |
| ·小结 | 第48-50页 |
| 第5章 基于混沌粒子群优化的多序列比对算法 | 第50-58页 |
| ·引言 | 第50页 |
| ·多序列比对问题 | 第50-52页 |
| ·问题描述 | 第50-51页 |
| ·问题结果的评判标准 | 第51-52页 |
| ·混沌粒子群优化算法 | 第52-54页 |
| ·混沌及其特性 | 第52页 |
| ·PSO算法早熟现象的判定 | 第52-53页 |
| ·CPSO算法 | 第53-54页 |
| ·基于混沌粒子群优化算法的多序列比对算法 | 第54-55页 |
| ·相关的几个定义 | 第54页 |
| ·算法需解决的几个问题 | 第54-55页 |
| ·算法流程 | 第55页 |
| ·仿真实验 | 第55-57页 |
| ·小结 | 第57-58页 |
| 第6章 压缩速度范围粒子群算法的图像自适应增强 | 第58-68页 |
| ·引言 | 第58页 |
| ·灰度变换 | 第58-60页 |
| ·灰度非线性变换 | 第59页 |
| ·灰度变换曲线的自动拟合 | 第59-60页 |
| ·图像质量的评价标准 | 第60页 |
| ·压缩速度范围的改进粒子群算法 | 第60-62页 |
| ·自适应的平衡搜索策略 | 第60-61页 |
| ·压缩速度范围的PSO算法 | 第61-62页 |
| ·压缩速度范围改进PSO算法(CV-PSO)实现灰度自适应增强 | 第62-63页 |
| ·算法流程 | 第62页 |
| ·时间复杂度分析 | 第62-63页 |
| ·仿真实验 | 第63-66页 |
| ·结论 | 第66-68页 |
| 第7章 总结与展望 | 第68-72页 |
| ·本论文的总结 | 第68-69页 |
| ·未来研究的展望 | 第69-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78-80页 |
| 攻读硕士学位期间的研究成果 | 第80-81页 |
