粒子群算法在最优化问题中的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-13页 |
| ·研究背景和课题意义 | 第10-11页 |
| ·本文的主要成果 | 第11-12页 |
| ·本文的组织 | 第12-13页 |
| 第二章 研究基础 | 第13-21页 |
| ·优化 | 第13-15页 |
| ·优化问题 | 第13-14页 |
| ·局部优化算法 | 第14页 |
| ·全局优化算法 | 第14页 |
| ·无免费午餐定理 | 第14-15页 |
| ·进化计算 | 第15-18页 |
| ·遗传算法 | 第15-17页 |
| ·进化策略 | 第17-18页 |
| ·进化规划 | 第18页 |
| ·群智能 | 第18-19页 |
| ·小结 | 第19-21页 |
| 第三章 粒子群优化算法的原理 | 第21-34页 |
| ·粒子群算法思想的起源 | 第21-22页 |
| ·原始粒子群优化算法 | 第22-24页 |
| ·算法原理 | 第22页 |
| ·算法流程 | 第22-23页 |
| ·全局模型与局部模型 | 第23页 |
| ·算法特点 | 第23-24页 |
| ·标准粒子群优化算法 | 第24-25页 |
| ·带惯性权重的PSO | 第24-25页 |
| ·带收缩因子的PSO | 第25页 |
| ·常见的改进粒子群算法 | 第25-29页 |
| ·种群多样性测试函数 | 第26页 |
| ·杂交PSO（HPSO） | 第26-27页 |
| ·离散PSO | 第27-28页 |
| ·协同PSO | 第28页 |
| ·基于领域算子的PSO | 第28-29页 |
| ·免疫粒子群优化算法 | 第29页 |
| ·算法比较 | 第29-31页 |
| ·粒子群算法与与遗传算法（GA）比较 | 第29-30页 |
| ·粒子群算法与蚁群算法(ACO)比较 | 第30-31页 |
| ·标准粒子群算法收敛性分析 | 第31-32页 |
| ·粒子群算法的研究现状 | 第32页 |
| ·小结 | 第32-34页 |
| 第四章 两种改进的粒子群优化算法 | 第34-49页 |
| ·改进算法及其在函数优化中的应用 | 第34-39页 |
| ·改进的粒子群算法公式 | 第34-35页 |
| ·进一步改进粒子群算法 | 第35页 |
| ·算法流程 | 第35-36页 |
| ·实验与分析 | 第36-39页 |
| ·基于离散粒子群算法的矩形件优化排样 | 第39-48页 |
| ·矩形件排样概述 | 第39-41页 |
| ·排样问题的国内外研究现状 | 第41-42页 |
| ·二维排样问题的粒子群算法 | 第42-48页 |
| ·两种改进算法的共同点 | 第48页 |
| ·小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| ·本论文的总结 | 第49页 |
| ·研究展望 | 第49-51页 |
| 参考文献 | 第51-57页 |
| 攻读硕士期间公开发表的论文 | 第57-58页 |
| 致谢 | 第58-59页 |
