| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 目录 | 第9-19页 |
| 1 绪论 | 第19-29页 |
| ·研究背景与意义 | 第19页 |
| ·混沌的定义及特点 | 第19-20页 |
| ·PSO算法的基本原理 | 第20-21页 |
| ·混沌PSO算法的定义 | 第21页 |
| ·混沌PSO算法的分类 | 第21-22页 |
| ·混沌PSO算法的特点 | 第22-23页 |
| ·混沌PSO算法的应用 | 第23-25页 |
| ·论文主要内容与组织结构 | 第25-28页 |
| ·研究内容及创新点 | 第25-27页 |
| ·论文组织结构 | 第27-28页 |
| ·小结 | 第28-29页 |
| 2 单维混沌局部搜索和多样性维持策略的混沌PSO算法 | 第29-50页 |
| ·引言 | 第29页 |
| ·单目标函数优化问题的概念 | 第29-30页 |
| ·混沌映射 | 第30-34页 |
| ·求解单目标函数优化问题的三种混沌PSO算法 | 第34-35页 |
| ·单维混沌局部搜索和多样性维持策略的混沌PSO算法(DMCPSO) | 第35-39页 |
| ·单维混沌局部搜索算法 | 第36-37页 |
| ·多样性维持策略 | 第37-38页 |
| ·DMCPSO算法描述 | 第38-39页 |
| ·DMCPSO算法时间复杂度分析 | 第39页 |
| ·仿真实验及结果分析 | 第39-48页 |
| ·单目标测试函数 | 第39-41页 |
| ·10维和30维实验结果 | 第41-48页 |
| ·实验结果分析 | 第48页 |
| ·小结 | 第48-50页 |
| 3 混沌全局搜索和局部搜索相结合的PSO算法 | 第50-85页 |
| ·引言 | 第50页 |
| ·整数规划问题及混合整数规划问题的概念 | 第50-51页 |
| ·求解混合整数非线性规划问题的方法 | 第51-58页 |
| ·非元启发式凸混合整数非线性规划问题求解方法 | 第51-53页 |
| ·非元启发式非凸混合整数非线性规划问题求解方法 | 第53-55页 |
| ·元启发式混合整数非线性规划问题求解方法 | 第55-58页 |
| ·元启发式算法解决IP或MIP问题的约束条件处理方法 | 第58-63页 |
| ·罚函数方法 | 第58-60页 |
| ·专用表示方法及算子 | 第60-62页 |
| ·修复算法 | 第62页 |
| ·目标函数和约束条件分开处理的方法 | 第62页 |
| ·混合方法 | 第62-63页 |
| ·沌搜索方法的特点 | 第63-64页 |
| ·混沌全局搜索和局部搜索相结合的PSO算法(CLSPSO) | 第64-68页 |
| ·混沌全局搜索算法 | 第64-65页 |
| ·单维和多维结合的混沌局部搜索算法 | 第65-66页 |
| ·约束条件的处理及种群初始化方法 | 第66-67页 |
| ·CLSPSO算法描述 | 第67-68页 |
| ·CLSPSO算法的时间复杂度分析 | 第68页 |
| ·仿真实验及结果分析 | 第68-83页 |
| ·整数及混合整数测试问题 | 第68-72页 |
| ·同类算法的比较及分析 | 第72-82页 |
| ·实验结果 | 第72-80页 |
| ·PI性能指标的评价及分析 | 第80-82页 |
| ·异类算法的比较及分析 | 第82-83页 |
| ·小结 | 第83-85页 |
| 4 一种融合差分进化、混沌局部搜索和PSO的混合算法 | 第85-116页 |
| ·引言 | 第85页 |
| ·可靠性冗余分配问题的概念 | 第85-86页 |
| ·求解可靠性冗余分配问题的几种元启发式算法 | 第86-90页 |
| ·差分进化算法 | 第90-92页 |
| ·差分进化和粒子群优化算法相结合的混合算法 | 第92-98页 |
| ·基于协作型的DEPSO算法 | 第93-95页 |
| ·基于嵌入型的DEPSO算法 | 第95-96页 |
| ·基于帮助型的DEPSO算法 | 第96-97页 |
| ·基于协作型和嵌入型的DEPSO算法 | 第97-98页 |
| ·融合DE、混沌局部搜索和PSO的混合算法(CDEPSO) | 第98-101页 |
| ·DE与PSO的结合方式 | 第98页 |
| ·单维和多维结合的混沌局部搜索算法 | 第98-99页 |
| ·约束条件的处理及种群初始化方法 | 第99页 |
| ·CDEPSO算法描述 | 第99-100页 |
| ·CDEPSO算法的时间复杂度分析 | 第100-101页 |
| ·仿真实验及结果分析 | 第101-115页 |
| ·四个典型系统问题 | 第101-105页 |
| ·实验结果 | 第105-110页 |
| ·结果分析及SR性能指标的提出 | 第110-115页 |
| ·小结 | 第115-116页 |
| 5 基于混沌局部搜索的多目标PSO算法 | 第116-142页 |
| ·引言 | 第116页 |
| ·多目标优化问题的概念 | 第116-117页 |
| ·多目标粒子群算法的研究现状 | 第117-120页 |
| ·归并方法 | 第117页 |
| ·字典序方法 | 第117页 |
| ·子种群方法 | 第117-118页 |
| ·基于Pareto方法 | 第118页 |
| ·混合方法 | 第118-119页 |
| ·其它方法 | 第119-120页 |
| ·多目标进化算法的性能评价指标 | 第120-123页 |
| ·多目标混沌局部搜索的PSO算法(MOCPSO) | 第123-131页 |
| ·档案文件 | 第123-125页 |
| ·档案文件超过最大容量时的处理方法 | 第125-126页 |
| ·个体最优位置和全局最优位置的选择 | 第126-127页 |
| ·混沌局部搜索算法 | 第127-129页 |
| ·MOCPSO算法描述 | 第129-130页 |
| ·MOCPSO算法的时间复杂度分析 | 第130-131页 |
| ·仿真实验及结果分析 | 第131-140页 |
| ·多目标函数测试问题 | 第131-133页 |
| ·实验结果 | 第133-140页 |
| ·结果分析 | 第140页 |
| ·小结 | 第140-142页 |
| 6 总结与展望 | 第142-144页 |
| 参考文献 | 第144-163页 |
| 攻读学位期间主要的研究成果目录 | 第163-165页 |
| 致谢 | 第165页 |
