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

基于最小生成树拓扑结构粒子群优化算法

摘要第1-4页
ABSTRACT第4-7页
第一章 绪论第7-13页
   ·研究背景及意义第7-8页
   ·传统优化算法的不足之处第8页
   ·智能优化算法的研究现状和进展第8-12页
   ·本论文的主要工作第12页
   ·论文的内容安排第12-13页
第二章 优化问题和粒子群优化算法第13-25页
   ·优化问题第13-15页
     ·最优化问题第13-14页
     ·局部优化和全局优化第14-15页
   ·粒子群优化算法(PSO)第15-18页
     ·粒子群优化算法的基本原理第15-16页
     ·标准粒子群优化算法第16-17页
     ·标准粒子群优化算法的步骤和特点第17-18页
   ·基准测试函数及算法性能的评价标准第18-23页
     ·基准测试函数第18-22页
     ·算法性能评价标准第22-23页
   ·本章小结第23-25页
第三章 邻居拓扑结构及改进的邻居拓扑结构第25-35页
   ·邻居拓扑结构分析第25-31页
     ·图论的基本概念第25-26页
     ·典型静态邻居拓扑结构第26-27页
     ·静态邻居拓扑结构的图属性特征第27-29页
     ·拓扑结构图属性的特征与算法性能分析第29-31页
   ·基于最小生成树的邻居拓扑结构第31-33页
   ·本章小结第33-35页
第四章 基于最小生成树拓扑结构粒子群优化算法第35-43页
   ·局部收敛粒子群优化算法第35-36页
   ·基于最小生成树拓扑结构的粒子群优化算法第36-41页
     ·基于最小生成树拓扑结构的粒子群优化算法第36页
     ·实验与结果比较第36-41页
   ·本章小结第41-43页
第五章 结束语第43-45页
   ·本文总结第43页
   ·工作展望第43-45页
致谢第45-47页
参考文献第47-51页
攻读硕士期间主要的研究成果及科研工作第51-52页

论文共52页,点击 下载论文
上一篇:面向基因微阵列数据分类的混合特征选择
下一篇:基于节点相似度的复杂网络社区发现算法的研究