| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-18页 |
| ·引言 | 第9-10页 |
| ·粒子群优化算法基本介绍 | 第10页 |
| ·粒子群优化算法研究现状 | 第10-17页 |
| ·理论研究现状 | 第10-11页 |
| ·算法参数研究 | 第11-13页 |
| ·混合算法研究 | 第13-14页 |
| ·种群多样性研究 | 第14-15页 |
| ·应用研究 | 第15-17页 |
| ·本文的研究内容及安排 | 第17-18页 |
| 第2章 粒子群优化算法 | 第18-28页 |
| ·引言 | 第18页 |
| ·原始粒子群优化算法 | 第18-23页 |
| ·算法原理 | 第18-20页 |
| ·算法流程 | 第20-21页 |
| ·算法分析 | 第21-23页 |
| ·标准粒子群优化算法 | 第23页 |
| ·PSO算法与其他优化算法比较 | 第23-25页 |
| ·仿真比较算法 | 第25-26页 |
| ·社会粒子群优化算法(SPSO) | 第25-26页 |
| ·改进社会粒子群优化算法(Improved SPSO) | 第26页 |
| ·本章小结 | 第26-28页 |
| 第3章 基于蝗虫集群生物行为特性的蝗虫进化算法 | 第28-44页 |
| ·引言 | 第28-29页 |
| ·基于蝗虫集群生物行为特性的蝗虫进化算法 | 第29-32页 |
| ·蝗虫进化算法基本思想 | 第29页 |
| ·蝗虫进化算法基本原理 | 第29-32页 |
| ·算法实现 | 第32页 |
| ·测试函数介绍 | 第32-37页 |
| ·静态测试函数 | 第32-36页 |
| ·动态测试函数 | 第36-37页 |
| ·仿真测试与结果分析 | 第37-43页 |
| ·静态函数优化 | 第37-39页 |
| ·动态函数优化 | 第39-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于蝗虫进化算法的无线传感器网络覆盖优化 | 第44-57页 |
| ·无线传感器网络基本介绍 | 第44-46页 |
| ·无线传感器网络体系结构 | 第44页 |
| ·无线传感器节点结构 | 第44-45页 |
| ·无线传感器网络的特征 | 第45-46页 |
| ·无线传感器网络覆盖问题 | 第46-51页 |
| ·无线传感器网络覆盖类型 | 第46-49页 |
| ·节点感知模型 | 第49-50页 |
| ·覆盖优化数学模型及问题描述 | 第50-51页 |
| ·覆盖问题模型 | 第51-53页 |
| ·能耗问题分析 | 第51-52页 |
| ·覆盖问题的数学描述 | 第52-53页 |
| ·无线传感器网络覆盖优化仿真实验 | 第53-54页 |
| ·基于标准PSO算法的覆盖优化流程 | 第53页 |
| ·基于蝗虫进化算法的覆盖优化流程 | 第53-54页 |
| ·仿真测试与结果分析 | 第54-56页 |
| ·0-1感知模型覆盖优化 | 第54-55页 |
| ·概率感知模型覆盖优化 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 总结与展望 | 第57-58页 |
| ·本文工作总结 | 第57页 |
| ·本文工作展望 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士期间发表的论文以及参与的项目 | 第65页 |