| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 第一章 绪论 | 第6-8页 |
| ·最优化与仿生智能计算 | 第6页 |
| ·粒子群优化算法与其他仿生智能算法的比较 | 第6-7页 |
| ·文章简介 | 第7-8页 |
| 第二章 粒子群算法介绍 | 第8-13页 |
| ·粒子群优化算法基本概念 | 第8页 |
| ·粒子群算法的研究进展 | 第8-9页 |
| ·基本粒子群算法进化方程 | 第9-10页 |
| ·标准粒子群优化算法 | 第10页 |
| ·粒子群算法统一模型 | 第10页 |
| ·算法流程 | 第10-11页 |
| ·算例实现 | 第11-13页 |
| 第三章 理论分析 | 第13-16页 |
| ·社会性分析 | 第13页 |
| ·收敛性分析 | 第13-14页 |
| ·统一模型的理论分析 | 第14-15页 |
| ·小结 | 第15-16页 |
| 第四章 利用排斥因子改进粒子群算法研究 | 第16-22页 |
| ·引入排斥半径和排斥因子 | 第16-17页 |
| ·算法步骤 | 第17页 |
| ·数值试验 | 第17-21页 |
| ·小结 | 第21-22页 |
| 第五章 利用Birkhoff辛算法改进粒子群算法研究 | 第22-27页 |
| ·微分进化粒子群优化算法的提出 | 第22-23页 |
| ·微分进化PSO算法绝对稳定性及选择步长 | 第23页 |
| ·采用Birkhoff辛算法的理论基础 | 第23-25页 |
| ·算法流程 | 第25页 |
| ·数值试验 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第六章 总结展望 | 第27-28页 |
| ·全文总结 | 第27页 |
| ·研究展望 | 第27-28页 |
| 参考文献 | 第28-30页 |
| 申请学位期间的研究成果及发表的学术论文 | 第30-31页 |
| 致谢 | 第31页 |