| 摘要 | 第1-7页 |
| Abstract | 第7-14页 |
| 1 绪论 | 第14-30页 |
| ·研究背景和意义 | 第14-16页 |
| ·优化技术 | 第16-21页 |
| ·概述 | 第17-19页 |
| ·优化算法 | 第19-20页 |
| ·NFL 定理 | 第20-21页 |
| ·粒子群优化算法的发展和研究现状 | 第21-27页 |
| ·粒子群优化算法的理论研究 | 第22-23页 |
| ·粒子群优化算法的改进 | 第23-26页 |
| ·粒子群算法的应用研究 | 第26-27页 |
| ·本文的主要研究工作和组织结构 | 第27-30页 |
| 2 粒子群优化算法 | 第30-44页 |
| ·基本粒子群算法 | 第30-32页 |
| ·粒子群参数的选择 | 第32-37页 |
| ·惯性因子 | 第32-33页 |
| ·收缩因子 | 第33-34页 |
| ·最大速度 | 第34页 |
| ·群体规模 | 第34-35页 |
| ·加速因子 | 第35-36页 |
| ·种群拓扑结构 | 第36-37页 |
| ·PSO 算法求解实际工程问题步骤 | 第37-38页 |
| ·改进的粒子群算法 | 第38-42页 |
| ·二进制粒子群优化算法 | 第38-40页 |
| ·混合粒子群算法 | 第40页 |
| ·PSO-DV 算法 | 第40-42页 |
| ·小结 | 第42-44页 |
| 3 基于维信息共享与动态认知的粒子群优化算法 | 第44-100页 |
| ·引言 | 第44-46页 |
| ·DDPSO 算法 | 第46-52页 |
| ·维信息共享 | 第46-48页 |
| ·动态认知粒子群优化算法 | 第48-50页 |
| ·DDPSO 算法 | 第50-52页 |
| ·函数优化测试 | 第52-92页 |
| ·测试函数 | 第52-58页 |
| ·测试结果分析 | 第58-74页 |
| ·扰动因子DF 对算法性能影响 | 第74-76页 |
| ·扰动对象对算法性能影响分析 | 第76-82页 |
| ·更新策略对算法性能影响分析 | 第82-83页 |
| ·扰动方式对算法性能影响分析 | 第83页 |
| ·维数对算法性能的影响 | 第83-92页 |
| ·神经网络训练 | 第92-97页 |
| ·基于PSO 的BP 神经网络训练 | 第93-94页 |
| ·基于PSO 和BP 神经网络的系统辨识 | 第94-97页 |
| ·混沌系统控制的仿真 | 第97-98页 |
| ·小结 | 第98-100页 |
| 4 基于粒子群优化的齿轮箱状态监测 | 第100-116页 |
| ·引言 | 第100-101页 |
| ·齿轮箱故障诊断机理及主要故障形式 | 第101-104页 |
| ·齿轮常见的故障形式及产生的原因 | 第102-103页 |
| ·轴承常见的故障形式及产生的原因 | 第103-104页 |
| ·轴常见故障及其产生原因 | 第104页 |
| ·特征参数提取 | 第104-108页 |
| ·实验系统原理 | 第105-106页 |
| ·特征参数的选取 | 第106-108页 |
| ·基于PSO 和BP 神经网络的齿轮箱故障诊断 | 第108-115页 |
| ·BP 神经网络模型 | 第109-110页 |
| ·测试结果分析 | 第110-115页 |
| ·小结 | 第115-116页 |
| 5 基于 BPSO 的火炮热防护效率测试系统热辐射参数调节 | 第116-126页 |
| ·引言 | 第116-117页 |
| ·测试系统原理 | 第117-119页 |
| ·基于 BPSO 的热辐射参数调节 | 第119-125页 |
| ·位置矢量和适应度函数 | 第119-120页 |
| ·现场测试数据分析 | 第120-122页 |
| ·热辐射参数调节算法和实验结果 | 第122-125页 |
| ·小结 | 第125-126页 |
| 6 基于粒子群优化的电气配线理论研究 | 第126-146页 |
| ·电气配线 | 第126-129页 |
| ·电气配线系统数学模型 | 第129-132页 |
| ·电气模块的数学描述 | 第129-130页 |
| ·电气配电柜的数学描述 | 第130-131页 |
| ·电气配线的优化模型 | 第131-132页 |
| ·基于 PSO 的电气配线算法 | 第132-142页 |
| ·解的表达方式（位置矢量的编码方式） | 第133-134页 |
| ·适应度函数 | 第134-140页 |
| ·种群初始化方法 | 第140-141页 |
| ·电气配线PSO 算法 | 第141-142页 |
| ·实验 | 第142-144页 |
| ·小结 | 第144-146页 |
| 7 结论与展望 | 第146-150页 |
| ·本文研究工作的总结 | 第146-148页 |
| ·未来工作展望 | 第148-150页 |
| 参考文献 | 第150-160页 |
| 攻读博士学位期间发表的论文及所取得的研究成果 | 第160-162页 |
| 致谢 | 第162页 |