粒子群优化算法研究及其在TSP问题中的应用
| 第一章 绪论 | 第1-16页 |
| ·引言 | 第7-9页 |
| ·研究背景 | 第9-14页 |
| ·进化算法简介 | 第9-10页 |
| ·群智能简介 | 第10-11页 |
| ·粒子群优化算法 | 第11-12页 |
| ·旅行商问题 | 第12-13页 |
| ·粒子群优化算法的应用与发展趋势 | 第13-14页 |
| ·本文的主要工作 | 第14-15页 |
| ·本文的组织 | 第15-16页 |
| 第二章 粒子群优化算法概述 | 第16-26页 |
| ·粒子群优化算法的原理 | 第16-19页 |
| ·粒子群优化算法的基本过程 | 第19页 |
| ·粒子群优化算法与遗传算法(GA)的比较 | 第19-20页 |
| ·粒子群优化算法的特点及应用关键 | 第20-24页 |
| ·PSO的关键术语 | 第21-22页 |
| ·PSO算法的基本步骤和流程 | 第22-23页 |
| ·应用PSO算法步骤 | 第23页 |
| ·PSO参数设置 | 第23-24页 |
| ·边界条件 | 第24-26页 |
| 第三章 PSO算法的改进算法 | 第26-35页 |
| ·基于惯性权值的改进 | 第26-29页 |
| ·惯性权值线性递减PSO | 第27页 |
| ·模糊惯性权值PSO | 第27-29页 |
| ·随机惯性权值PSO | 第29页 |
| ·基于加速因子的PSO改进 | 第29-30页 |
| ·基于邻近群拓扑的改进 | 第30-32页 |
| ·基于种群规模的改进 | 第32-33页 |
| ·使用遗传算法思想改进PSO | 第33-35页 |
| 第四章 粒子群优化算法的收敛性分析 | 第35-46页 |
| ·收敛性 | 第35-36页 |
| ·原始PSO粒子轨迹 | 第36-37页 |
| ·压缩PSO的粒子轨迹 | 第37-40页 |
| ·粒子轨迹的分析 | 第40-46页 |
| 第五章 一种新型的模糊自适应的粒子群优化算法 | 第46-54页 |
| ·考察PSO算法模型 | 第46-47页 |
| ·一种新型的模糊自适应PSO算法 | 第47页 |
| ·实验 | 第47-53页 |
| ·实验设置 | 第47-49页 |
| ·实验结果 | 第49-53页 |
| ·DeJong函数 | 第49-50页 |
| ·Rosenbrock函数 | 第50-51页 |
| ·Rastrigin函数 | 第51-52页 |
| ·Griewank函数 | 第52-53页 |
| ·结论 | 第53-54页 |
| 第六章 粒子群优化算法TSP问题的应用 | 第54-61页 |
| ·TSP问题 | 第54-55页 |
| ·求解TSP问题的PSO算法 | 第55-61页 |
| ·离散的PSO算法 | 第55-56页 |
| ·求解TSP问题的PSO算法 | 第56-58页 |
| ·求解TSP问题的PSO操作定义 | 第56-57页 |
| ·粒子更新公式 | 第57-58页 |
| ·惯性权值在离散PSO算法中的作用 | 第58-61页 |
| ·设计TSP－PSO基本操作 | 第58-59页 |
| ·实验设置 | 第59页 |
| ·实验结果 | 第59-61页 |
| 结 论 | 第61-63页 |
| 1 本文的主要工作 | 第61页 |
| 2 对未来工作的展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致 谢 | 第66-67页 |
| 个人简历、在校期间的研究成果及发表的学术论文 | 第67页 |
