解优化问题的混合粒子群算法
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 优化问题 | 第8页 |
| 1.2 粒子群算法的研究背景及意义 | 第8-9页 |
| 1.3 本文的主要工作 | 第9-10页 |
| 1.4 本文的章节安排 | 第10-12页 |
| 第二章 粒子群算法与差分进化算法的基本理论 | 第12-24页 |
| 2.1 粒子群(PSO)算法简介 | 第12-17页 |
| 2.1.1 基本粒子群算法 | 第12-13页 |
| 2.1.2 粒子群算法的改进 | 第13-16页 |
| 2.1.3 混合粒子群算法 | 第16-17页 |
| 2.2 差分进化(DE)算法简介 | 第17-23页 |
| 2.2.1 差分进化算法 | 第17-18页 |
| 2.2.2 差分进化算法的改进 | 第18-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 基于自适应混沌差分进化的粒子群算法 | 第24-32页 |
| 3.1 融合自适应混沌差分进化的粒子群算法 | 第24-26页 |
| 3.1.1 参数的自适应混沌控制 | 第24-25页 |
| 3.1.2 校正变异和校正选择 | 第25页 |
| 3.1.3 算法步骤 | 第25-26页 |
| 3.2 数值实验与结果分析 | 第26-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第四章 求解约束优化问题的混合粒子群算法 | 第32-40页 |
| 4.1 约束条件的处理方法 | 第32页 |
| 4.2 混合粒子群算法 | 第32-35页 |
| 4.2.1 参数的调整策略 | 第33页 |
| 4.2.2 可行性比较准则 | 第33-34页 |
| 4.2.3 种群多样性控制 | 第34页 |
| 4.2.4 对全局最优粒子的扰动 | 第34页 |
| 4.2.5 算法步骤 | 第34-35页 |
| 4.3 数值实验与结果分析 | 第35-39页 |
| 4.4 本章小结 | 第39-40页 |
| 总结与展望 | 第40-42页 |
| 参考文献 | 第42-48页 |
| 致谢 | 第48-50页 |
| 攻读硕士学位期间的研究成果 | 第50页 |
