粒子群与差分进化混合算法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景和课题意义 | 第10-13页 |
| ·本文的主要成果 | 第13-14页 |
| ·本文的组织 | 第14-15页 |
| 第二章 研究基础 | 第15-23页 |
| ·优化 | 第15-17页 |
| ·优化问题 | 第15-16页 |
| ·局部优化算法 | 第16页 |
| ·全局优化算法 | 第16页 |
| ·无免费午餐定理 | 第16-17页 |
| ·进化计算 | 第17-21页 |
| ·遗传算法 | 第17-18页 |
| ·进化策略 | 第18-19页 |
| ·进化规划 | 第19页 |
| ·进化算法的特征 | 第19-20页 |
| ·进化算法的应用 | 第20-21页 |
| ·群智能 | 第21-22页 |
| ·小结 | 第22-23页 |
| 第三章 粒子群优化算法的原理 | 第23-36页 |
| ·粒子群算法思想的起源 | 第23-24页 |
| ·原始粒子群优化算法 | 第24-26页 |
| ·算法原理 | 第24页 |
| ·算法流程 | 第24-25页 |
| ·全局模型与局部模型 | 第25页 |
| ·算法特点 | 第25-26页 |
| ·对基本粒子群算法进化方程的改进 | 第26-27页 |
| ·带惯性权重的PSO | 第26-27页 |
| ·带收缩因子的PSO | 第27页 |
| ·常见的改进粒子群算法 | 第27-31页 |
| ·种群多样性测试函数 | 第28页 |
| ·杂交PSO（HPSO） | 第28-29页 |
| ·离散PSO | 第29-30页 |
| ·协同PSO | 第30页 |
| ·基于领域算子的PSO | 第30-31页 |
| ·免疫粒子群优化算法 | 第31页 |
| ·算法比较 | 第31-33页 |
| ·粒子群算法与遗传算法（GA）比较 | 第31-32页 |
| ·粒子群算法与蚁群算法(ACO)比较 | 第32-33页 |
| ·标准粒子群算法收敛性分析 | 第33-34页 |
| ·粒子群算法的研究现状 | 第34页 |
| ·本章小结 | 第34-36页 |
| 第四章 标准差分进化算法原理 | 第36-41页 |
| ·差分进化算法简介 | 第36-37页 |
| ·差分进化算法基本原理 | 第37-39页 |
| ·变异操作 | 第37-38页 |
| ·交叉操作 | 第38-39页 |
| ·选择操作 | 第39页 |
| ·差分进化算法的工作流程图 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 改进PSO 与DE 混合的新型算法 | 第41-54页 |
| ·粒子群算法及其改进 | 第41-42页 |
| ·基于PSO 与DE 的混合PSODE 算法 | 第42-44页 |
| ·PSODE 实现的步骤 | 第44-45页 |
| ·算法实验计算 | 第45-52页 |
| ·实验结果分析及结论 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 基于混合算法的模糊聚类研究 | 第54-61页 |
| ·算法描述 | 第54-55页 |
| ·算法分析与改进思路 | 第55-56页 |
| ·适应度函数的确定 | 第56页 |
| ·算法流程 | 第56-57页 |
| ·实验计算 | 第57-59页 |
| ·实验分析与结论 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第七章 总结与展望 | 第61-63页 |
| ·本论文的总结 | 第61页 |
| ·研究展望 | 第61-63页 |
| 参考文献 | 第63-72页 |
| 致谢 | 第72-73页 |
