首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

粒子群优化与差分进化算法研究及其应用

摘要第1-9页
Abstract第9-15页
第1章 绪论第15-34页
   ·研究背景与意义第15-20页
     ·最优化问题第15-16页
     ·最优化方法第16-20页
   ·粒子群优化算法综述第20-26页
     ·PSO算法理论分析第20-21页
     ·PSO算法改进第21-25页
     ·PSO算法应用第25-26页
   ·差分进化算法综述第26-31页
     ·DE算法研究第26-30页
     ·DE应用研究第30-31页
   ·本文的主要研究内容与创新第31-33页
   ·论文结构与章节安排第33-34页
第2章 粒子群优化算法收敛性与信息共享机制研究第34-47页
   ·引言第34-35页
   ·标准粒子群优化算法第35-36页
   ·粒子群优化算法的收敛性研究与参数选择第36-41页
     ·确定性PSO算法收敛性分析第36-39页
     ·确定性PSO算法粒子运动轨迹的仿真实验第39页
     ·参数选择的指导思想第39-40页
     ·随机参数与粒子交互作用的影响第40-41页
   ·粒子群优化算法信息共享策略研究第41-46页
     ·信息共享机制分析第41页
     ·几种使用不同信息共享策略的PSO算法第41-43页
     ·仿真实验第43-46页
   ·本章小结第46-47页
第3章 粒子群优化算法改进第47-67页
   ·引言第47-48页
   ·自适应粒子群优化算法第48-52页
     ·算法思想第48-49页
     ·算法实现第49-50页
     ·仿真实验第50-52页
   ·分等级结构的多子群PSO算法第52-57页
     ·算法思想第52-53页
     ·算法实现第53-54页
     ·算法分析第54-55页
     ·仿真实验第55-57页
   ·利用有效信息的PSO算法第57-61页
     ·算法原理与实现第57-58页
     ·仿真实验第58-61页
   ·基于粒子群本质特征的混沌PSO算法第61-65页
     ·PSO算法本质研究第61-62页
     ·新算法原理与实现第62-64页
     ·仿真实验第64-65页
   ·本章小结第65-67页
第4章 自适应滤波器研究第67-96页
   ·引言第67-69页
   ·自适应滤波器基本原理第69-73页
     ·自适应滤波器介绍第69-70页
     ·最小均方(LMS)算法第70-71页
     ·递归最小二乘(RLS)算法第71-73页
   ·模糊步长LMS算法及其性能分析第73-78页
     ·模糊步长LMS(FSS-LMS)算法第73-75页
     ·FSS-LMS算法收敛性能分析第75-77页
     ·仿真实验第77-78页
   ·变抽头长度LMS自适应滤波算法第78-84页
     ·最优抽头长度及其代价函数第78-79页
     ·抽头长度的一般更新公式与变抽头长度新算法第79-81页
     ·几种变抽头长度算法的统一第81-82页
     ·仿真实验第82-84页
   ·应用于自适应格型RLS滤波器的变阶数算法第84-88页
     ·输出噪声对最优抽头长度的影响第84-85页
     ·变抽头长度新算法第85页
     ·变阶数自适应格型RLS滤波器第85-87页
     ·仿真实验第87-88页
   ·基于粒子群优化算法思想的组合自适应滤波算法第88-94页
     ·组合LMS算法及其改进第88-90页
     ·新算法实现第90-91页
     ·新算法分析第91-92页
     ·仿真实验第92-94页
   ·本章小结第94-96页
第5章 差分进化算法研究与改进第96-126页
   ·引言第96-98页
   ·差分进化算法原理介绍第98-102页
     ·经典差分进化算法第98-102页
     ·动态差分进化算法第102页
   ·评价方法第102-105页
     ·性能指标第102-103页
     ·搜索(Search)与试验(Trial)第103页
     ·参数级评价第103-104页
     ·DE的控制参数集合第104页
     ·系统级评价第104-105页
   ·一种新的差分变异策略第105-112页
     ·算法思想第105-106页
     ·新算法实现与分析第106页
     ·仿真实验第106-112页
   ·DE中的交叉方法比较研究第112-124页
     ·两种新的交叉方法第112-114页
     ·二项式交叉与指数交叉理论分析第114-116页
     ·仿真实验第116-124页
   ·本章小结第124-126页
第6章 基于粒子群优化与差分进化的天线阵列综合第126-145页
   ·引言第126-127页
   ·阵列天线方向图综合介绍第127-130页
     ·几个基本概念第127-129页
     ·对称线性天线阵列第129-130页
     ·阵列综合目标函数第130页
   ·基于改进DE算法的阵列综合第130-139页
     ·仿真实验设置第130-131页
     ·入射角分辨率第131页
     ·37个阵元的对称天线阵列位置综合结果第131-135页
     ·37个阵元的对称天线阵列位置-相位综合结果第135-136页
     ·32个阵元的对称天线阵列位置综合结果第136-137页
     ·32个阵元的对称天线阵列位置-相位综合结果第137-139页
   ·基于改进PSO算法的阵列综合第139-144页
     ·Bare Bones PSO第139页
     ·利用有效信息的高斯粒子群算法第139-141页
     ·基于EIGPS的天线阵综合第141-144页
   ·本章小结第144-145页
第7章 结论与展望第145-148页
   ·本论文的主要贡献第145-147页
   ·本文的进一步工作第147-148页
致谢第148-149页
参考文献第149-161页
附录第161-165页
缩略语表第165-167页
攻读博士学位期间发表和录用的论文第167-169页

论文共169页,点击 下载论文
上一篇:计算机取证的安全性及取证推理研究
下一篇:分层递阶粒计算理论及其应用研究