自适应与合作的具有量子行为粒子群算法研究

摘要	第1-4页
Abstract	第4-7页
第一章 绪论	第7-10页
·进化算法研究现状	第7-8页
·层叠滤波的发展与现状	第8-9页
·本文研究内容和方法	第9-10页
第二章 进化算法简介	第10-22页
·遗传算法	第11-15页
·遗传算法的基本原理	第11-12页
·遗传算法的构成要素	第12-15页
·遗传算法的改进研究	第15页
·群体智能算法	第15-22页
·蚁群算法	第15-16页
·PSO 算法	第16-20页
·具有量子行为的粒子群算法（QPSO）	第20-22页
第三章 具有量子行为粒子群算法的改进	第22-38页
·引言	第22页
·自适应QPSO 算法	第22-27页
·算法介绍	第22-24页
·仿真算例结果	第24-27页
·合作QPSO 算法	第27-37页
·协作思想	第27-29页
·CQPSO-S 算法	第29-30页
·CQPSO-S_k算法	第30-31页
·混合CQPSO_s（CQPSO-H_k）算法	第31-33页
·仿真算例结果	第33-37页
·本章小结	第37-38页
第四章 QPSO 算法在层叠滤波器优化中的应用	第38-51页
·层叠滤波器基本理论	第38-39页
·基于QPSO 的层叠滤波器优化	第39-50页
·算法描述	第39-42页
·编码及适应度函数选择	第42-44页
·仿真算例结果	第44-50页
·本章小结	第50-51页
第五章 结论与展望	第51-52页
·结论	第51页
·存在的问题和未来研究方向	第51-52页
致谢	第52-53页
参考文献	第53-57页
附录：作者在攻读硕士学位期间发表的论文	第57页