| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 PSO国内外研究现状 | 第11-14页 |
| 1.3 研究内容 | 第14-16页 |
| 2 相关理论 | 第16-28页 |
| 2.1 粒子群算法 | 第16-19页 |
| 2.1.1 粒子群算法的简介 | 第16页 |
| 2.1.2 粒子群算法的基本原理 | 第16-17页 |
| 2.1.3 PSO算法的步骤及框架流程 | 第17-18页 |
| 2.1.4 粒子群算法的优缺点 | 第18-19页 |
| 2.2 粒子滤波重采样理论 | 第19-21页 |
| 2.2.1 粒子滤波重采样方法 | 第19-21页 |
| 2.2.2 粒子滤波重采样的优点 | 第21页 |
| 2.3 全面学习粒子群算法 | 第21-25页 |
| 2.3.1 综合学习策略 | 第21-23页 |
| 2.3.2 CLPSO的搜索行为 | 第23-24页 |
| 2.3.3 全面学习粒子群算法流程图 | 第24-25页 |
| 2.4 邻域优化算法 | 第25-27页 |
| 2.4.1 邻域优化算法原理及步骤 | 第25-27页 |
| 2.5 小结 | 第27-28页 |
| 3 基于粒子滤波重采样步骤的改进标准粒子群算法 | 第28-43页 |
| 3.1 改进标准粒子群算法的原理 | 第28-29页 |
| 3.1.1 RSPSO算法步骤流程 | 第28-29页 |
| 3.2 仿真结果与分析 | 第29-42页 |
| 3.2.1 测试函数 | 第29-30页 |
| 3.2.2 实验测试与结果分析 | 第30-42页 |
| 3.3 小结 | 第42-43页 |
| 4 基于粒子滤波重采样步骤的改进全面学习粒子群算法 | 第43-49页 |
| 4.1 CLPSO算法的缺点 | 第43页 |
| 4.2 基于粒子滤波重采样步骤改进CLPSO算法的原理 | 第43-44页 |
| 4.2.1 改进CLPSO算法步骤流程 | 第43-44页 |
| 4.3 实验分析 | 第44-48页 |
| 4.4 小结 | 第48-49页 |
| 5 基于粒子滤波重采样步骤改进的邻域优化算法 | 第49-56页 |
| 5.1 NFO算法的缺点 | 第49页 |
| 5.2 基于粒子滤波重采样步骤改进NFO算法的原理 | 第49-50页 |
| 5.3 仿真实验 | 第50-55页 |
| 5.4 小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 作者简历 | 第62-64页 |
| 学位论文数据集 | 第64-65页 |
