微粒群算法的若干改进及应用
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·问题的提出 | 第8-10页 |
| ·微粒群算法的研究现状 | 第10-12页 |
| ·微粒群算法的发展 | 第10-11页 |
| ·微粒群算法的应用 | 第11-12页 |
| ·本文的组织 | 第12-13页 |
| 第二章 微粒群算法的三种典型模型 | 第13-16页 |
| ·基本PSO模型 | 第13-14页 |
| ·引入惯性权重的PSO模型 | 第14-15页 |
| ·带收缩因子的PSO模型 | 第15-16页 |
| 第三章 微粒群算法的改进 | 第16-29页 |
| ·自身最好位置赋权PSO算法 | 第16-20页 |
| ·微粒群算法信息交换方式及分析 | 第16-17页 |
| ·基于收缩因子的自身最好位置赋权PSO算法 | 第17-18页 |
| ·几种权重的确定方法 | 第18-19页 |
| ·标准化赋权法 | 第18页 |
| ·锦标赛赋权法 | 第18-19页 |
| ·层次分析法 | 第19页 |
| ·算法测试及分析 | 第19-20页 |
| ·避免陷入局部最优的PSO算法 | 第20-29页 |
| ·变异时机和变异概率的分析 | 第21-23页 |
| ·通过微粒的聚集程度来确定变异时机 | 第21页 |
| ·通过适应度的变化率来确定变异时机 | 第21页 |
| ·通过微粒无进化的次数来确定变异时机 | 第21-23页 |
| ·变异概率分析 | 第23页 |
| ·含步长加速变异算子的微粒群算法 | 第23-29页 |
| ·探测移动 | 第23-24页 |
| ·模式搜索 | 第24-25页 |
| ·算法测试及分析 | 第25-26页 |
| ·全局最优位置的步长加速变异微粒群算法 | 第26-29页 |
| 第四章 微粒群算法在约束优化和整数规划中的应用 | 第29-45页 |
| ·保证微粒在可行域内运动的微粒群算法 | 第29-38页 |
| ·初始微粒群的构造 | 第29-32页 |
| ·随机压缩半径构造初始可行微粒群 | 第29-30页 |
| ·比例压缩半径构造初始可行微粒群 | 第30-31页 |
| ·混合压缩半径构造初始可行微粒群 | 第31-32页 |
| ·保证微粒在可行域内运动 | 第32-35页 |
| ·随机惯性权重微粒群算法 | 第33-34页 |
| ·可行域内迭代的随机惯性权重微粒群算法 | 第34-35页 |
| ·算法测试及分析 | 第35-38页 |
| ·整数规划的微粒群算法 | 第38-45页 |
| ·初始微粒群的构造 | 第38-39页 |
| ·整数规划的微粒群算法 | 第39-40页 |
| ·算法测试与分析 | 第40-42页 |
| ·算法的改进 | 第42-45页 |
| 第五章 交叉规划的混合微粒群算法 | 第45-62页 |
| ·交叉规划及经济背景分析 | 第45-47页 |
| ·交叉规划模型 | 第47-48页 |
| ·线性交叉规划的顶点搜索法 | 第48-51页 |
| ·线性交叉规划的对偶罚函数法 | 第51-53页 |
| ·交叉规划的均衡迭代算法 | 第53-56页 |
| ·天平平衡的启示 | 第53-54页 |
| ·交叉规划的均衡迭代算法 | 第54-55页 |
| ·算法测试及分析 | 第55-56页 |
| ·交叉规划的混合微粒群算法 | 第56-62页 |
| ·二人交叉规划模型的转化模型 | 第56-58页 |
| ·交叉规划的微粒群算法 | 第58-59页 |
| ·实例及分析 | 第59-62页 |
| 第六章 结论与展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录 | 第67页 |
