首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

人口迁移算法框架描述方法及应用

摘要第1-4页
Abstract第4-8页
1 绪论第8-16页
   ·研究背景及意义第8-10页
   ·群智能算法的研究现状与进展第10-13页
     ·群智能算法研究现状第10-11页
     ·群智能算法研究进展第11-13页
   ·群智能算法研究存在的问题及研究方向第13-14页
   ·本文的研究成果及结构安排第14-16页
     ·研究内容第14-15页
     ·结构安排第15-16页
2. 基于群智能算法统一框架的人口迁移算法描述第16-26页
   ·群智能算法统一框架描述第16-20页
     ·群智能算法统一框架研究概述第16-17页
     ·群智能优化算法的统一描述方法第17-19页
     ·混合群智能优化算法框架的统一描述第19-20页
   ·人口迁移算法第20-23页
     ·人口迁移算法简介第20-21页
     ·人口迁移算法原理第21页
     ·人口迁移算法的基本描述第21-23页
   ·基于群智能统一框架的人口迁移算法的描述第23-25页
     ·社会协作策略第23-24页
     ·自我适应策略第24页
     ·竞争策略第24-25页
   ·本章小结第25-26页
3. 混合人口迁移算法第26-33页
   ·混沌人口迁移算法第26-28页
     ·混沌现象第26页
     ·混沌人口迁移算法的基本思想第26-27页
     ·混合人口迁移算法的描述第27页
     ·算例及分析第27-28页
   ·基于偏序关系的人口迁移算法第28-32页
     ·偏序关系的基本理论第29页
     ·基于偏序关系的算法的一般形式第29-30页
     ·应用举例第30-32页
   ·本章小结第32-33页
4. 人口迁移算法在RBF神经网络中的应用第33-40页
   ·引言第33页
   ·径向基函数神经网络(RBFNN)第33-38页
     ·RBF神经网络模型第33-34页
     ·RBF神经网络学习算法第34-35页
     ·算法描述第35页
     ·基于PMA的RBF神经网络的训练步骤第35-36页
     ·数值仿真实验第36-38页
   ·本章小结第38-40页
5. 总结与展望第40-41页
   ·结论第40页
   ·工作展望第40-41页
参考文献第41-45页
附录第45-54页
致谢第54-55页
攻读硕士期间参与的科研项目第55-56页
攻读硕士期间发表的学术论文第56页

论文共56页,点击 下载论文
上一篇:基于FCM的图像分割算法研究
下一篇:无证书签密的研究