| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 课题研究背景 | 第7-8页 |
| 1.2 课题研究现状 | 第8-10页 |
| 1.3 本文研究内容 | 第10页 |
| 1.4 论文结构 | 第10-12页 |
| 第二章 粒子群优化算法 | 第12-24页 |
| 2.1 引言 | 第12页 |
| 2.2 粒子群优化算法简介 | 第12-14页 |
| 2.2.1 基本粒子群优化算法 | 第12-14页 |
| 2.2.2 标准粒子群优化算法 | 第14页 |
| 2.3 粒子群优化算法分析 | 第14-17页 |
| 2.3.1 粒子群优化算法参数分析 | 第14-16页 |
| 2.3.2 粒子群优化算法拓扑结构分析 | 第16-17页 |
| 2.4 粒子群优化算法的改进研究 | 第17-20页 |
| 2.4.1 种群拓扑结构 | 第17-18页 |
| 2.4.2 粒子速度更新策略 | 第18页 |
| 2.4.3 多种群粒子群优化算法 | 第18-19页 |
| 2.4.4 自适应粒子群优化算法 | 第19页 |
| 2.4.5 混合粒子群优化算法 | 第19-20页 |
| 2.5 常用标准测试函数 | 第20-23页 |
| 2.6 本章总结 | 第23-24页 |
| 第三章 基于健康度的人工蜂群粒子群算法 | 第24-36页 |
| 3.1 引言 | 第24页 |
| 3.2 健康度 | 第24页 |
| 3.2.1 粒子振荡次数（N_(osc) ） | 第24页 |
| 3.2.2 粒子停滞次数（N_s ） | 第24页 |
| 3.2.3 健康度的计算方法 | 第24页 |
| 3.3 人工蜂群算法 | 第24-26页 |
| 3.4 位置多样性 | 第26页 |
| 3.5 基于健康度的人工蜂群粒子群算法 | 第26-29页 |
| 3.5.1 算法思想 | 第27页 |
| 3.5.2 算法步骤 | 第27-28页 |
| 3.5.3 算法伪码 | 第28-29页 |
| 3.6 仿真实验及结果分析 | 第29-35页 |
| 3.6.1 测试函数 | 第29页 |
| 3.6.2 实验说明 | 第29页 |
| 3.6.3 实验结果与分析 | 第29-35页 |
| 3.7 本章总结 | 第35-36页 |
| 第四章 基于紧凑度和调度处理的粒子群算法 | 第36-48页 |
| 4.1 引言 | 第36页 |
| 4.2 紧凑度 | 第36-37页 |
| 4.3 调度处理 | 第37-38页 |
| 4.4 基于紧凑度和调度处理的粒子群算法 | 第38-39页 |
| 4.4.1 算法思想 | 第38页 |
| 4.4.2 算法步骤 | 第38页 |
| 4.4.3 算法伪码 | 第38-39页 |
| 4.5 仿真实验及结果分析 | 第39-46页 |
| 4.5.1 测试函数 | 第39页 |
| 4.5.2 参数的选择 | 第39-41页 |
| 4.5.3 算法性能测试与分析 | 第41-46页 |
| 4.6 HABCPSO与PCS-PSO对比分析 | 第46-47页 |
| 4.7 本章总结 | 第47-48页 |
| 第五章 HABCPSO和PCS-PSO在物流选址中的应用 | 第48-54页 |
| 5.1 引言 | 第48页 |
| 5.2 连续型物流选址问题描述 | 第48-49页 |
| 5.3 HABCPSO和PCS-PSO在物流选址中的实现 | 第49-50页 |
| 5.3.1 粒子的编码方式 | 第49页 |
| 5.3.2 参数说明 | 第49页 |
| 5.3.3 实现步骤 | 第49-50页 |
| 5.4 实验与分析 | 第50-53页 |
| 5.5 本章小结 | 第53-54页 |
| 第六章 工作总结与展望 | 第54-56页 |
| 6.1 工作总结 | 第54页 |
| 6.2 论文主要创新点 | 第54-55页 |
| 6.3 展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第61页 |