一种新型动态人工鲸鱼算法的研究及在时间序列预测中的应用
| 中文摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 绪论 | 第9-13页 |
| 1 课题的目的和意义 | 第9-10页 |
| 2 国际国内研究状况和进展 | 第10-12页 |
| 3 论文各部分的主要内容 | 第12-13页 |
| 第一章 鲸鱼优化算法概论 | 第13-17页 |
| 1.1 座头鲸行为描述 | 第13-14页 |
| 1.2 集群与集群智能 | 第14页 |
| 1.3 动物自洽体 | 第14-15页 |
| 1.4 人工鲸鱼模式 | 第15-17页 |
| 1.4.1 视觉 | 第15页 |
| 1.4.2 鲸鱼行为分析 | 第15-16页 |
| 1.4.3 人工鲸鱼 | 第16页 |
| 1.4.4 问题的解决 | 第16-17页 |
| 第二章 基本鲸鱼优化算法 | 第17-24页 |
| 2.1 前言 | 第17-18页 |
| 2.2 人工鲸鱼模型 | 第18-20页 |
| 2.2.1 假设与定义 | 第18页 |
| 2.2.2 行为描述 | 第18-20页 |
| 2.3 模型的实现 | 第20-21页 |
| 2.4 改进后的人工鲸鱼算法 | 第21页 |
| 2.5 仿真实验研究 | 第21-24页 |
| 2.5.1 实验设计 | 第21-22页 |
| 2.5.2 实验对照 | 第22-24页 |
| 第三章 人工鲸鱼算法的改进算法 | 第24-27页 |
| 3.1 改进的人工鲸鱼算法 | 第24-25页 |
| 3.1.1 淘汰机制 | 第24页 |
| 3.1.2 竞争机制 | 第24页 |
| 3.1.3 仿真结果 | 第24-25页 |
| 3.2 对视野的改进 | 第25页 |
| 3.3 高阶行为模式 | 第25-26页 |
| 3.4 本章小结 | 第26-27页 |
| 第四章 人工鲸鱼算法的应用研究 | 第27-48页 |
| 4.1 引言 | 第27页 |
| 4.2 模型理论 | 第27-34页 |
| 4.2.1 全连接后向传播理论 | 第27-28页 |
| 4.2.2 卷积神经网络 | 第28-30页 |
| 4.2.3 局部连接神经网络理论 | 第30-34页 |
| 4.3 模型实现 | 第34-37页 |
| 4.3.1 结构 | 第34-36页 |
| 4.3.2 HRCNN-WOA的结构 | 第36-37页 |
| 4.4 实验设计 | 第37-39页 |
| 4.4.1 数据 | 第37-38页 |
| 4.4.2 实验设计 | 第38-39页 |
| 4.5 实验Ⅰ | 第39-43页 |
| 4.6 实验Ⅱ | 第43-45页 |
| 4.7 实验Ⅲ | 第45-48页 |
| 第五章 对训练模式的讨论 | 第48-53页 |
| 5.1 预测模型中的训练模式 | 第48页 |
| 5.2 参数学习 | 第48-49页 |
| 5.3 实验Ⅳ | 第49-53页 |
| 第六章 结语 | 第53-55页 |
| 6.1 主要研究结果 | 第53-54页 |
| 6.2 尚待研究的问题 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60-61页 |
| 在研期间发表的论文 | 第61页 |
