基于云模型的人工鱼群算法
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·选题背景 | 第9页 |
| ·智能算法的研究 | 第9-12页 |
| ·人工鱼群算法的国内外发展动态 | 第12页 |
| ·人工鱼群算法国内研究现状 | 第12-13页 |
| ·鱼群算法的理论意义 | 第13页 |
| ·鱼群算法的实际应用价值 | 第13-14页 |
| ·本文主要研究内容 | 第14-15页 |
| 第2章 相关理论及研究方法 | 第15-20页 |
| ·人工生命 | 第15页 |
| ·人工生命的起源和理论研究 | 第15页 |
| ·群智能算法 | 第15-17页 |
| ·云理论的研究 | 第17页 |
| ·云理论介绍 | 第17页 |
| ·云发生器 | 第17页 |
| ·Markov链 | 第17-18页 |
| ·反馈策略 | 第18页 |
| ·人工鱼群算法 | 第18页 |
| ·几种改进的人工鱼群算法 | 第18-19页 |
| ·MatLab实验工具 | 第19-20页 |
| 第3章 人工鱼群算法理论 | 第20-26页 |
| ·人工鱼群算法分析 | 第20-22页 |
| ·人工鱼 | 第20页 |
| ·人工鱼群参数设置 | 第20-21页 |
| ·人工鱼行为设置 | 第21页 |
| ·行为评价准则 | 第21-22页 |
| ·人工鱼群算法的流程图 | 第22-24页 |
| ·云人工鱼群算法的提出 | 第24-26页 |
| 第4章 云人工鱼群算法建模、实验与证明 | 第26-45页 |
| ·云人工鱼群算法CAFSA流程图 | 第26-27页 |
| ·云人工鱼群算法编程实现 | 第27-28页 |
| ·二维正态云发生器数学模型 | 第28-31页 |
| ·二维正态云发生器算法实现 | 第31-32页 |
| ·二维正态云发生器参数设置 | 第32-33页 |
| ·均值、熵、超熵设置 | 第32-33页 |
| ·Schwefel’s函数 | 第33页 |
| ·实验结果 | 第33-42页 |
| ·CAFSA收敛性证明 | 第42-45页 |
| ·初始化设置 | 第42-43页 |
| ·有限Markov链的稳定性定理 | 第43页 |
| ·Markov链的稳定性定理在CAFSA中的应用 | 第43-45页 |
| 第5章 云人工鱼群算法在TSP问题中的应用 | 第45-54页 |
| ·TSP介绍 | 第45-46页 |
| ·TSP研究现状及研究意义 | 第46-47页 |
| ·智能仿生算法在解决TSP的对比性研究 | 第47-54页 |
| ·应用人工鱼群算法AFSA求解TSP | 第47-48页 |
| ·应用云人工鱼群算法CAFSA求解TSP | 第48-51页 |
| ·应用蚁群算法ACO求解TSP | 第51页 |
| ·三种智能算法求解TSP结果 | 第51-54页 |
| 第6章 总结与展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59页 |
