| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-16页 |
| ·引言 | 第11页 |
| ·人工生命 | 第11-12页 |
| ·人工生命计算 | 第12页 |
| ·群智能 | 第12-13页 |
| ·群智能算法 | 第13页 |
| ·本文的研究意义及主要内容 | 第13-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 粒子群算法 | 第16-31页 |
| ·引言 | 第16页 |
| ·粒子群优化算法起源 | 第16-17页 |
| ·基本粒子群算法 | 第17-21页 |
| ·算法原理 | 第17-19页 |
| ·算法的基本流程 | 第19-20页 |
| ·全局和局部模型 | 第20页 |
| ·标准粒子群算法 | 第20-21页 |
| ·粒子群算法的参数分析 | 第21-25页 |
| ·惯性权重 | 第21-23页 |
| ·固定权重策略 | 第21页 |
| ·线性递减权重策略 | 第21-22页 |
| ·基于模糊系统的惯性权重动态调整策略 | 第22-23页 |
| ·随机权重策略 | 第23页 |
| ·学习因子 | 第23-24页 |
| ·同步变值 | 第24页 |
| ·异步变值 | 第24页 |
| ·收缩因子 | 第24-25页 |
| ·粒子群算法拓扑结构 | 第25-27页 |
| ·粒子群优化算法的优点 | 第27-28页 |
| ·粒子群优化算法与遗传算法的比较 | 第28-29页 |
| ·粒子群算法的研究现状 | 第29-30页 |
| ·算法的改进 | 第29-30页 |
| ·算法的分析 | 第30页 |
| ·算法的应用 | 第30页 |
| ·本章小结 | 第30-31页 |
| 第三章 粒子群算法设计中的参数分析 | 第31-38页 |
| ·设计中涉及的参数 | 第31-32页 |
| ·粒子数 | 第31页 |
| ·精度 | 第31-32页 |
| ·迭代次数 | 第32页 |
| ·实验模拟 | 第32-36页 |
| ·对参数的分析 | 第36-37页 |
| ·对粒子数的分析 | 第36页 |
| ·对精度的分析 | 第36页 |
| ·对迭代次数的分析 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于参数优化的分组粒子群算法在非线性约束优化问题中的应用 | 第38-47页 |
| ·最优化问题 | 第38页 |
| ·最优化问题的定义 | 第38-39页 |
| ·约束优化问题 | 第39-40页 |
| ·约束优化问题的转化 | 第40-41页 |
| ·基于参数优化的分组粒子群算法求解非线性约束优化问题 | 第41-44页 |
| ·竞争选择 | 第41页 |
| ·排序策略 | 第41-42页 |
| ·分组策略 | 第42页 |
| ·参数设置 | 第42-43页 |
| ·调整策略 | 第43页 |
| ·收敛性检查策略 | 第43页 |
| ·算法步骤 | 第43-44页 |
| ·实验模拟 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 基于优化方向的粒子群算法在求解非线性方程组中的应用 | 第47-55页 |
| ·引言 | 第47页 |
| ·非线性方程组的求解方法 | 第47-48页 |
| ·基于优化方向的粒子群算法求解非线性方程组 | 第48-50页 |
| ·优化方向 | 第48-49页 |
| ·优化方向的选择 | 第49页 |
| ·算法描述 | 第49页 |
| ·问题的转化 | 第49-50页 |
| ·算法步骤 | 第50页 |
| ·实验模拟 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 总结与研究展望 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 攻读硕士学位期间取得的研究成果 | 第63-64页 |
| 致谢 | 第64页 |
