| 摘要 | 第9-11页 |
| Abstract | 第11-12页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 课题产生的背景 | 第13-14页 |
| 1.2 群体智能算法 | 第14-16页 |
| 1.2.1 概述 | 第15页 |
| 1.2.2 群体智能仿生算法的步骤 | 第15-16页 |
| 1.3 狼群算法的研究现状 | 第16-19页 |
| 1.4 本文的组织结构 | 第19页 |
| 1.5 本章小结 | 第19-21页 |
| 第二章 狼群算法概述 | 第21-31页 |
| 2.1 引言 | 第21页 |
| 2.2 狼群算法生物学背景 | 第21-23页 |
| 2.3 狼群算法的原理 | 第23-25页 |
| 2.4 狼群算法的基本步骤 | 第25-26页 |
| 2.5 狼群算法的特点 | 第26-27页 |
| 2.6 参数分析 | 第27-29页 |
| 2.7 狼群算法与其他群智能算法的性能比较 | 第29-30页 |
| 2.8 本章小结 | 第30-31页 |
| 第三章 基于高斯扰动和混沌初始化的狼群算法研究 | 第31-43页 |
| 3.1 引言 | 第31页 |
| 3.2 GCWPA原理 | 第31-34页 |
| 3.2.1 混沌序列初始化狼群和自适应步长 | 第31-32页 |
| 3.2.2 基于高斯扰动和混沌初始化的狼群算法 | 第32-33页 |
| 3.2.3 GCWPA算法的步骤 | 第33-34页 |
| 3.3 GCWPA仿真测试分析 | 第34-40页 |
| 3.3.1 基准函数的介绍 | 第34-35页 |
| 3.3.2 算法的对比验证及分析 | 第35-40页 |
| 3.4 本章小结 | 第40-43页 |
| 第四章 基于交叉变异算子与模拟退火算法的混合狼群算法研究与应用 | 第43-59页 |
| 4.1 引言 | 第43页 |
| 4.2 模拟退火算法和遗传算法简介 | 第43-45页 |
| 4.2.1 模拟退火算法介绍 | 第43-44页 |
| 4.2.2 遗传算法简介 | 第44-45页 |
| 4.3 GASAWPA算法原理 | 第45-48页 |
| 4.3.1 交叉和变异操作的改进策略 | 第45-46页 |
| 4.3.2 基于交叉变异算子和模拟退火算法混合的狼群算法 | 第46-48页 |
| 4.4 仿真实验 | 第48-51页 |
| 4.5 GASAWPA在TSP中的应用 | 第51-57页 |
| 4.5.1 TSP问题的数学模型 | 第51-52页 |
| 4.5.2 GASAWPA算法求解TSP问题的相关定义 | 第52-53页 |
| 4.5.3 GASAWPA算法求解TSP问题 | 第53-55页 |
| 4.5.4 GASAWPA算法求解TSP问题步骤 | 第55页 |
| 4.5.5 算例分析 | 第55-57页 |
| 4.6 本章小结 | 第57-59页 |
| 第五章 总结展望 | 第59-61页 |
| 5.1 研究工作总结 | 第59-60页 |
| 5.2 对未来工作展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的学术论文及科研工作 | 第65-67页 |
| 致谢 | 第67页 |
