改进的灰狼优化算法及其应用研究
摘要 | 第3-5页 |
Abstract | 第5-6页 |
1 绪论 | 第9-15页 |
1.1 研究背景与意义 | 第9页 |
1.2 国内外研究进展 | 第9-13页 |
1.2.1 群智能优化算法的研究现状 | 第9-11页 |
1.2.2 GWO算法国内研究现状 | 第11页 |
1.2.3 GWO算法国外研究现状 | 第11-13页 |
1.3 本文的研究内容及章节安排 | 第13-15页 |
2 混合纵横交叉策略的灰狼优化算法 | 第15-37页 |
2.1 灰狼优化算法概述 | 第15-17页 |
2.2 基于纵横交叉策略的灰狼优化算法 | 第17-21页 |
2.2.1 初始化种群方法的改进 | 第17-18页 |
2.2.2 非线性策略调整 | 第18-20页 |
2.2.3 纵横交叉策略 | 第20-21页 |
2.2.4 混合纵横交叉策略的灰狼优化算法 | 第21页 |
2.3 数值实验 | 第21-35页 |
2.3.1 与灰狼优化算法的数值比较 | 第23-30页 |
2.3.2 与其他算法的比较 | 第30-33页 |
2.3.3 参数对算法的影响 | 第33-35页 |
2.4 本章小结 | 第35-37页 |
3 基于贪婪策略和扩散过程的灰狼优化算法 | 第37-51页 |
3.1 贪婪策略 | 第37页 |
3.2 扩散过程 | 第37-38页 |
3.3 基于扩散过程的灰狼优化算法 | 第38-39页 |
3.4 数值实验 | 第39-49页 |
3.4.1 与GWO算法的比较 | 第39-45页 |
3.4.2 与其他算法的比较 | 第45-49页 |
3.5 本章小结 | 第49-51页 |
4 基于阴阳对思想的灰狼优化算法 | 第51-67页 |
4.1 更新策略调整 | 第51-53页 |
4.2 种群多样性策略调整 | 第53-54页 |
4.3 基于阴阳对思想的灰狼优化算法 | 第54页 |
4.4 数值实验 | 第54-64页 |
4.4.1 与GWO算法的比较 | 第54-61页 |
4.4.2 与其他算法的比较 | 第61-64页 |
4.5 时间复杂度分析 | 第64-65页 |
4.6 本章小结 | 第65-67页 |
5 改进的GWO算法的实际应用 | 第67-81页 |
5.1 改进的GWO算法在工程优化问题上的应用 | 第67-73页 |
5.1.1 三衍杆架设计问题 | 第67-69页 |
5.1.2 焊接梁设计问题 | 第69-71页 |
5.1.3 齿轮设计问题 | 第71-73页 |
5.2 基于改进的GWO算法的图像对比度增强 | 第73-79页 |
5.2.1 非完全Beta函数 | 第73页 |
5.2.2 适应度函数的选择 | 第73-74页 |
5.2.3 图像对比度增强算法步骤 | 第74页 |
5.2.4 图像质量评价 | 第74-75页 |
5.2.5 实验结果与分析 | 第75-79页 |
5.3 本章小结 | 第79-81页 |
6 总结与展望 | 第81-83页 |
6.1 全文总结 | 第81-82页 |
6.2 研究展望 | 第82-83页 |
致谢 | 第83-85页 |
参考文献 | 第85-91页 |
附录 | 第91页 |