| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-10页 |
| ·课题的背景 | 第7-8页 |
| ·研究现状 | 第8-9页 |
| ·本文研究内容 | 第9页 |
| ·论文结构 | 第9-10页 |
| 第二章 粒子优化算法 | 第10-18页 |
| ·概述 | 第10页 |
| ·智能优化算法 | 第10-14页 |
| ·模拟退火算法 | 第10-11页 |
| ·蚁群算法 | 第11-13页 |
| ·遗传算法 | 第13-14页 |
| ·粒子优化算法 | 第14-16页 |
| ·标准粒子优化算法 | 第14-15页 |
| ·粒子优化算法的改进 | 第15页 |
| ·粒子优化算法的理论研究 | 第15-16页 |
| ·四种算法的优缺点及融合 | 第16-18页 |
| ·四种算法的优缺点 | 第16页 |
| ·四种算法的融合 | 第16-18页 |
| 第三章 智能算法中的水平集 | 第18-21页 |
| ·概述 | 第18页 |
| ·水平集理论 | 第18页 |
| ·水平集理论在图像处理上的应用 | 第18-20页 |
| ·智能算法中的水平集 | 第20-21页 |
| 第四章 基于水平集的PSO 算法 | 第21-52页 |
| ·概述 | 第21页 |
| ·基于群体最优位置的水平集PSO 算法（GLBPSO） | 第21-37页 |
| ·算法思想 | 第21页 |
| ·具体步骤 | 第21-22页 |
| ·算法描述 | 第22-23页 |
| ·算法流程图 | 第23页 |
| ·算法分析 | 第23-24页 |
| ·实验结果与分析 | 第24-35页 |
| ·带有极值扰动和组合的GLBPSO 算法 | 第35-37页 |
| ·基于个体最优位置的水平集PSO 算法（ILBPSO） | 第37-48页 |
| ·算法思想 | 第37-38页 |
| ·算法流程图 | 第38页 |
| ·算法分析 | 第38-41页 |
| ·实验结果与分析 | 第41-48页 |
| ·GLBPSO 与ILBPSO 的对比实验 | 第48-52页 |
| 第五章 GLBPSO 算法在磁盘负载均衡中的应用 | 第52-60页 |
| ·概述 | 第52页 |
| ·磁盘负载均衡问题 | 第52-54页 |
| ·磁盘负载的分条技术 | 第52-53页 |
| ·分条技术下物理磁盘热度和逻辑磁盘热度的预测 | 第53-54页 |
| ·GLBPSO 算法在磁盘负载均衡中的应用 | 第54-60页 |
| ·初始种群的编码表示 | 第54页 |
| ·选择、进化及变异策略的改进 | 第54-55页 |
| ·实验结果与分析 | 第55-60页 |
| 第六章 结论与展望 | 第60-62页 |
| ·论文小结 | 第60页 |
| ·论文的主要创新点 | 第60-61页 |
| ·论文存在的问题以及未来工作的展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-70页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第70页 |