基于函数优化问题的两种混合智能优化算法
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.3 研究内容和方法 | 第15-16页 |
| 1.4 章节安排 | 第16-17页 |
| 2 基本理论 | 第17-25页 |
| 2.1 粒子群优化算法 | 第17-20页 |
| 2.1.1 基本 PSO 和标准 PSO | 第17-19页 |
| 2.1.2 收敛性分析 | 第19-20页 |
| 2.2 云搜索优化算法 | 第20-25页 |
| 2.2.1 基本 CSO | 第21-22页 |
| 2.2.2 收敛性分析 | 第22-25页 |
| 3 混合粒子群优化算法 | 第25-32页 |
| 3.1 多策略粒子群优化算法 | 第25-29页 |
| 3.1.1 差商最速下降策略 | 第25-26页 |
| 3.1.2 矫正下降策略 | 第26-27页 |
| 3.1.3 随机移动策略 | 第27页 |
| 3.1.4 聚集和扩散策略 | 第27-29页 |
| 3.2 数值实验与结果分析 | 第29-32页 |
| 4 混合云搜索优化算法 | 第32-45页 |
| 4.1 参数分析 | 第32-36页 |
| 4.2 算子分析 | 第36-39页 |
| 4.3 改进的混合云搜索优化算法 | 第39-42页 |
| 4.3.1 生成算子 | 第39页 |
| 4.3.2 飘动算子 | 第39-40页 |
| 4.3.3 模式搜索法算子 | 第40-41页 |
| 4.3.4 抖动算子 | 第41-42页 |
| 4.4 数值实验与结果分析 | 第42-45页 |
| 5 总结与展望 | 第45-47页 |
| 5.1 全文总结 | 第45-46页 |
| 5.2 工作展望 | 第46-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-53页 |
| 附录 | 第53-68页 |
