| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 选题背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 进化优化算法研究现状 | 第8-10页 |
| 1.2.2 二维数字滤波器设计研究现状 | 第10-11页 |
| 1.3 本文主要章节安排 | 第11-12页 |
| 第二章 基础理论 | 第12-21页 |
| 2.1 进化优化算法概述 | 第12-13页 |
| 2.2 生物地理学优化算法 | 第13-16页 |
| 2.3 粒子群优化算法 | 第16-18页 |
| 2.4 二维IIR数字滤波器的优化设计理论 | 第18-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第三章 BBO-PSO混合优化算法的构建与性能测试 | 第21-31页 |
| 3.1 BBO-PSO算法构建的理论基础 | 第21-25页 |
| 3.1.1 BPSO算法原理及其缺陷 | 第21-22页 |
| 3.1.2 BBO-PSO算法原理 | 第22-25页 |
| 3.2 BBO-PSO算法流程 | 第25页 |
| 3.3 优化函数测试与结果分析 | 第25-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 BBO-PSO算法的实际应用与进一步改进 | 第31-42页 |
| 4.1 优化模型的建立 | 第31-32页 |
| 4.2 BBO-PSO算法的应用 | 第32-36页 |
| 4.2.1 约束条件处理 | 第32-35页 |
| 4.2.2 算法种群的初始化与参数设置 | 第35-36页 |
| 4.3 仿真实验与结果比较 | 第36-38页 |
| 4.4 算法复杂度分析 | 第38-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第五章 BBO算法的进一步改进 | 第42-49页 |
| 5.1 基于整体迁徙策略的BBO算法 | 第42-43页 |
| 5.2 基于整体迁徙策略的IBBO-PSO算法 | 第43-46页 |
| 5.3 IBBO-PSO在二维IIR数字滤波器设计中的应用 | 第46-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第六章 结论和展望 | 第49-53页 |
| 6.1 工作总结 | 第49页 |
| 6.2 主要结论 | 第49-50页 |
| 6.3 研究展望 | 第50-53页 |
| 6.3.1 算法方面 | 第50-52页 |
| 6.3.2 应用方面 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 在学期间的研究成果 | 第56-57页 |
| 致谢 | 第57页 |