| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题的背景 | 第7-8页 |
| ·研究现状 | 第8页 |
| ·本文研究内容 | 第8-9页 |
| ·论文结构 | 第9-11页 |
| 第二章 启发式优化算法 | 第11-19页 |
| ·概述 | 第11页 |
| ·启发式优化算法 | 第11-15页 |
| ·模拟退火算法 | 第11-12页 |
| ·蚁群算法 | 第12-13页 |
| ·遗传算法 | 第13-15页 |
| ·粒子群优化算法 | 第15-17页 |
| ·基本粒子群优化算法原理 | 第15页 |
| ·算法流程 | 第15-16页 |
| ·粒子优化算法的改进 | 第16-17页 |
| ·粒子优化算法的研究现状 | 第17页 |
| ·四种算法的优缺点 | 第17-19页 |
| 第三章 优化算法中的混沌 | 第19-29页 |
| ·概述 | 第19页 |
| ·混沌理论 | 第19-27页 |
| ·混沌的定义 | 第19-20页 |
| ·混沌的特性 | 第20页 |
| ·几种常见的混沌映射 | 第20-24页 |
| ·混沌与粒子群算法的结合 | 第24-25页 |
| ·两种混沌搜索的对比试验 | 第25-27页 |
| ·本章小结 | 第27-29页 |
| 第四章 基于混沌的 PSO 单目标寻优 | 第29-41页 |
| ·概述 | 第29页 |
| ·单目标优化问题的形式化描述 | 第29-30页 |
| ·基于混沌和变异的单目标粒子群算法（CMBPSO） | 第30-37页 |
| ·算法思想 | 第30页 |
| ·单目标优化策略 | 第30-31页 |
| ·算法描述 | 第31-32页 |
| ·算法流程图 | 第32-33页 |
| ·仿真实验及性能分析 | 第33-37页 |
| ·单目标经济负荷分配问题 | 第37-39页 |
| ·问题模型的描述 | 第37-38页 |
| ·单目标经济负荷分配问题的对比实验 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第五章 基于混沌的 PSO 多目标寻优 | 第41-57页 |
| ·概述 | 第41页 |
| ·多目标优化问题的形式化描述 | 第41-42页 |
| ·基于混沌变异和局部搜索的多目标粒子群算法（CLMOPSO） | 第42-52页 |
| ·算法思想 | 第42页 |
| ·多目标优化策略 | 第42-46页 |
| ·算法描述 | 第46-48页 |
| ·算法流程图 | 第48页 |
| ·仿真实验及结果分析 | 第48-52页 |
| ·多目标经济负荷分配问题 | 第52-55页 |
| ·问题模型的描述 | 第52-53页 |
| ·多目标经济负荷分配问题的对比实验 | 第53-55页 |
| ·本章小结 | 第55-57页 |
| 第六章 结论与展望 | 第57-59页 |
| ·论文小结 | 第57页 |
| ·论文的主要创新点 | 第57页 |
| ·论文存在的问题以及未来工作的展望 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第65页 |