CALYPSO结构预测方法的探索与改进
| 中文摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 理论结构预测的意义 | 第9页 |
| 1.2 理论结构预测的发展现状 | 第9-12页 |
| 1.3 论文选题的目的和意义 | 第12-13页 |
| 第二章 群智能优化算法 | 第13-21页 |
| 2.1 粒子群优化算法 | 第13-17页 |
| 2.1.1 粒子群优化算法简介 | 第13-14页 |
| 2.1.2 粒子群优化算法的数学表述 | 第14-15页 |
| 2.1.3 粒子群优化算法的局限与改进策略 | 第15-17页 |
| 2.2 人工蜂群算法 | 第17-21页 |
| 2.2.1 人工蜂群算法简介 | 第17-19页 |
| 2.2.2 人工蜂群算法的原理及表述 | 第19-21页 |
| 第三章 CALYPSO 结构预测方法与改进 | 第21-33页 |
| 3.1 CALYPSO 结构预测方法简介 | 第21-22页 |
| 3.2 CALYPSO 结构预测方法的核心技术 | 第22-25页 |
| 3.2.1 基于对称性限制的随机结构产生技术 | 第22-23页 |
| 3.2.2 结构相似性判断技术 | 第23页 |
| 3.2.3 惩罚函数技术 | 第23页 |
| 3.2.4 基于粒子群优化算法的结构演化技术 | 第23-25页 |
| 3.3 CALYPSO 结构预测方法的改进 | 第25-33页 |
| 3.3.1 随机结构产生方法改进 | 第25-28页 |
| 3.3.2 Unifiled PSO | 第28-30页 |
| 3.3.3 人工蜂群算法（ABC）应用于结构预测 | 第30-33页 |
| 第四章 总结与展望 | 第33-35页 |
| 参考文献 | 第35-42页 |
| 致谢 | 第42页 |
