| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第一章 绪论 | 第13-33页 |
| ·引言 | 第13-14页 |
| ·自然计算 | 第14-19页 |
| ·基于自然灵感的计算方法 | 第14-17页 |
| ·自然现象的综合 | 第17页 |
| ·基于自然物质的计算方法 | 第17-18页 |
| ·自然计算的适用范围 | 第18-19页 |
| ·PSO算法的产生背景 | 第19-22页 |
| ·动态社会影响理论 | 第19-20页 |
| ·自适应文化模型 | 第20-21页 |
| ·PSO算法与群体智能 | 第21-22页 |
| ·PSO算法的研究现状 | 第22-29页 |
| ·PSO算法的改进 | 第23-27页 |
| ·PSO算法的理论分析 | 第27-28页 |
| ·PSO算法的应用研究 | 第28-29页 |
| ·模糊辨识方法 | 第29页 |
| ·神经网络学习 | 第29-30页 |
| ·本文的主要创新点和内容安排 | 第30-33页 |
| 第二章 协同PSO算法 | 第33-51页 |
| ·引言 | 第33页 |
| ·PSO算法 | 第33-39页 |
| ·PSO算法的拓扑结构 | 第34-35页 |
| ·PSO算法的参数分析 | 第35-37页 |
| ·PSO算法的几何解释 | 第37页 |
| ·PSO算法的设计步骤 | 第37-38页 |
| ·PSO算法的流程 | 第38-39页 |
| ·协同PSO算法 | 第39-42页 |
| ·协同PSO算法的分类 | 第39-41页 |
| ·协同PSO算法的参数分析 | 第41-42页 |
| ·协同进化PSO算法 | 第42-43页 |
| ·协同随机PSO算法 | 第43-50页 |
| ·协同随机学习策略 | 第43-44页 |
| ·几何解释 | 第44-45页 |
| ·测试函数 | 第45-46页 |
| ·仿真结果和讨论 | 第46-50页 |
| ·小结 | 第50-51页 |
| 第三章 基于协同随机PSO算法的模糊模型参数优化 | 第51-67页 |
| ·引言 | 第51-52页 |
| ·基于进化算法的模糊辨识方法 | 第52-57页 |
| ·模糊推理系统 | 第52-53页 |
| ·模糊辨识方法 | 第53-55页 |
| ·进化模糊辨识方法 | 第55-57页 |
| ·基于协同随机PSO算法和减法聚类的模糊辨识 | 第57-62页 |
| ·T-S模糊模型 | 第58页 |
| ·减法聚类 | 第58-60页 |
| ·编码方法 | 第60-61页 |
| ·辨识过程 | 第61-62页 |
| ·仿真结果 | 第62-66页 |
| ·Box-Jenkins煤气炉辨识问题 | 第62-64页 |
| ·二输入非线性系统辨识问题 | 第64-66页 |
| ·小结 | 第66-67页 |
| 第四章 基于协同随机PSO算法与SMN模型的时间序列预测 | 第67-78页 |
| ·引言 | 第67-68页 |
| ·SMN模型 | 第68-69页 |
| ·SMN模型的BP学习算法 | 第69-70页 |
| ·SMN模型的PSO学习算法 | 第70-71页 |
| ·编码方法 | 第70页 |
| ·算法流程 | 第70-71页 |
| ·仿真结果和讨论 | 第71-77页 |
| ·Mackey-Glass时间序列 | 第72-73页 |
| ·Box-Jenkins煤气炉时间序列 | 第73-74页 |
| ·脑电图数据集 | 第74-76页 |
| ·讨论 | 第76-77页 |
| ·小结 | 第77-78页 |
| 第五章 基于协同进化PSO算法的模糊辨识方法 | 第78-90页 |
| ·引言 | 第78-79页 |
| ·基于进化算法的自动模糊辨识方法 | 第79-83页 |
| ·编码方法 | 第79-81页 |
| ·适应值函数 | 第81-82页 |
| ·算法步骤 | 第82-83页 |
| ·基于协同进化PSO算法的模糊辨识方法 | 第83-85页 |
| ·编码方法 | 第83-84页 |
| ·协同进化过程 | 第84页 |
| ·算法步骤 | 第84-85页 |
| ·仿真研究 | 第85-89页 |
| ·Box-Jenkins煤气炉辨识问题 | 第85-87页 |
| ·二输入非线性系统辨识问题 | 第87-89页 |
| ·小结 | 第89-90页 |
| 第六章 基于协同进化PSO算法的神经网络学习 | 第90-103页 |
| ·引言 | 第90页 |
| ·进化神经网络概述 | 第90-92页 |
| ·基于PSO算法的神经网络学习的一般方法 | 第92-94页 |
| ·粒子编码方法 | 第92-93页 |
| ·算法步骤 | 第93-94页 |
| ·基于协同进化PSO算法的神经网络学习 | 第94-98页 |
| ·带开关权值的神经网络模型 | 第94-96页 |
| ·编码方法 | 第96-97页 |
| ·算法流程 | 第97-98页 |
| ·仿真研究 | 第98-101页 |
| ·小结 | 第101-103页 |
| 第七章 总结与展望 | 第103-105页 |
| ·全文总结 | 第103-104页 |
| ·未来工作展望 | 第104-105页 |
| 参考文献 | 第105-115页 |
| 致谢 | 第115-116页 |
| 攻读博士学位期间发表、撰写的论文 | 第116页 |