| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·引言 | 第10页 |
| ·传统优化方法及其局限性 | 第10-11页 |
| ·智能优化算法的产生和发展 | 第11页 |
| ·几种常见的智能优化算法 | 第11-16页 |
| ·遗传算法 | 第11-12页 |
| ·模拟退火算法 | 第12-13页 |
| ·免疫算法 | 第13-15页 |
| ·蚁群算法 | 第15-16页 |
| ·粒子群优化算法 | 第16页 |
| ·差分进化算法 | 第16页 |
| ·和声搜索算法 | 第16页 |
| ·本文的主要研究内容和章节安排 | 第16-18页 |
| 第2章 和声搜索算法 | 第18-28页 |
| ·引言 | 第18页 |
| ·和声搜索算法的基本原理 | 第18-21页 |
| ·和声搜索算法的特点 | 第21-23页 |
| ·和声搜索算法的改进 | 第23-28页 |
| ·基于参数设置的改进 | 第23-26页 |
| ·其他启发式算法融入和声搜索算法 | 第26-27页 |
| ·和声搜索算法融入其他启发式算法 | 第27-28页 |
| 第3章 基于粒子群的参数协进化和声搜索算法 | 第28-46页 |
| ·引言 | 第28页 |
| ·几种参数动态调整的改进和声搜索算法 | 第28-31页 |
| ·一种改进的和声搜索算法(IHS) | 第28-29页 |
| ·全局最优和声搜索算法(GHS) | 第29页 |
| ·动态自适应全局最优和声搜索算法(SGHS) | 第29-31页 |
| ·基于粒子群控制参数协进化的全局最优和声搜索算法(PSO-CE-GHS) | 第31-35页 |
| ·粒子群优化算法(PSO) | 第31-32页 |
| ·基于PSO的参数HMCR和PAR的协进化 | 第32-35页 |
| ·动态调节BW | 第35页 |
| ·实验结果 | 第35-41页 |
| ·参数分析 | 第41-42页 |
| ·HMCR和PAR的协进化分析 | 第41页 |
| ·ET的选取分析 | 第41-42页 |
| ·基于PSO-CE-GHS的约束优化问题求解 | 第42-45页 |
| ·结论 | 第45-46页 |
| 第4章 基于差分进化的参数协进化和声搜索算法 | 第46-60页 |
| ·引言 | 第46页 |
| ·控制参数协进化思想 | 第46页 |
| ·基于差分进化算法控制参数协进化的和声搜索算法(DEHS) | 第46-50页 |
| ·差分进化(DE)算法 | 第47-48页 |
| ·DEHS算法 | 第48-50页 |
| ·动态调节BW | 第50页 |
| ·实验结果 | 第50-53页 |
| ·其他变异策略的实验结果 | 第53-55页 |
| ·基于DEHS的约束优化问题求解 | 第55-56页 |
| ·惩罚函数的性能分析 | 第56-59页 |
| ·PSO-CE-GHS和DEHS的性能比较 | 第59页 |
| ·结论 | 第59-60页 |
| 第5章 总结和展望 | 第60-62页 |
| ·本文总结 | 第60页 |
| ·进一步研究展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-69页 |
| 附录 | 第69页 |