| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·群智能算法概述 | 第8-10页 |
| ·论文的主要工作及结构安排 | 第10-12页 |
| 第二章 粒子群算法 | 第12-16页 |
| ·粒子群算法的基本原理 | 第12-13页 |
| ·粒子群算法的研究现状 | 第13-15页 |
| ·微粒群算法的改进 | 第13-14页 |
| ·复杂环境下的微粒群算法的改进 | 第14页 |
| ·微粒群算法的应用 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第三章 求解非线性方程组的模式搜索-粒子群算法 | 第16-24页 |
| ·模型的建立 | 第16页 |
| ·混合粒子群算法 | 第16-18页 |
| ·Hooke-Jeeves 算法 | 第16-18页 |
| ·Hooke-Jeeves 与粒子群的结合 | 第18页 |
| ·模式搜索粒子群算法的实施步骤 | 第18页 |
| ·算法实现 | 第18页 |
| ·数值实验与仿真 | 第18-22页 |
| ·应用实例 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第四章 求解药代动力学参数的自适应混合粒子群算法 | 第24-34页 |
| ·房室模型 | 第24-25页 |
| ·房室模型简介 | 第24页 |
| ·血管外给药二室模型及求解 | 第24-25页 |
| ·具有时变加速因子的自适应混合粒子群算法 | 第25-29页 |
| ·自适应粒子群算法 | 第25-27页 |
| ·elder-Mead simplex method | 第27-28页 |
| ·AHPSO 算法实施步骤 | 第28-29页 |
| ·算法实现 | 第29页 |
| ·AHPSO 在血管外给药二室模型的药动学参数优化中的应用 | 第29-32页 |
| ·参数设置及初始值的选取 | 第29页 |
| ·测试样例 | 第29-30页 |
| ·血管外给药二房室的药代动力学参数优化模型 | 第30-32页 |
| ·本章小结 | 第32-34页 |
| 第五章 求解TSP问题的改进粒子-蚁群算法 | 第34-51页 |
| ·求解TSP问题的改进粒子-蚁群算法 | 第34-42页 |
| ·TSP 描述 | 第34-35页 |
| ·离散粒子群算法 | 第35-36页 |
| ·蚁群算法 | 第36-39页 |
| ·去交叉策略 | 第39-40页 |
| ·改进的粒子-蚁群算法 | 第40-41页 |
| ·算法实现 | 第41-42页 |
| ·实验结果及分析 | 第42-50页 |
| ·与离散粒子群和通用蚁群算法及粒子-蚁群算法比较 | 第42-45页 |
| ·与各种类型的蚁群算法进行比较 | 第45-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 求解约束优化的免疫粒子群算法 | 第51-63页 |
| ·免疫算法 | 第51-53页 |
| ·人工免疫系统 | 第51页 |
| ·人工免疫算法 | 第51-53页 |
| ·求解约束优化问题的自适应免疫粒子群混合算法 | 第53-55页 |
| ·约束处理 | 第53页 |
| ·自适应免疫粒子群混合算法 | 第53-55页 |
| ·算法实现 | 第55页 |
| ·实验结果与分析 | 第55-62页 |
| ·基准测试函数 | 第55-57页 |
| ·工程实例 | 第57-62页 |
| ·本章小结 | 第62-63页 |
| 第七章 求解机械优化的Pareto 多目标中心粒子群算法 | 第63-70页 |
| ·多目标优化问题描述 | 第63页 |
| ·基于Pareto 的多目标中心粒子群算法 | 第63-67页 |
| ·Pareto 解集搜索算法 | 第63-65页 |
| ·约束处理机制 | 第65页 |
| ·中心粒子群算法 | 第65-66页 |
| ·基于Pareto 多目标中心粒子群算法流程 | 第66-67页 |
| ·Pareto 多目标中心粒子群算法在机械设计优化中的应用 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第八章 结束语 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 附录 | 第77-85页 |
| 致谢 | 第85-86页 |
| 攻读硕士期间发表的学术论文 | 第86-87页 |
| 攻读硕士期间参与的科研项目 | 第87页 |
