| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-31页 |
| ·优化问题和传统的优化方法 | 第11-13页 |
| ·优化问题及其分类 | 第11-12页 |
| ·传统的优化方法 | 第12-13页 |
| ·群体智能优化算法 | 第13-20页 |
| ·群体智能优化算法的产生 | 第13页 |
| ·常见的群体智能优化算法 | 第13-18页 |
| ·群体智能优化算法的优势和不足 | 第18-20页 |
| ·粒子群优化算法 | 第20-28页 |
| ·粒子群优化算法的来源和工作原理 | 第20-21页 |
| ·基本粒子群优化算法 | 第21-23页 |
| ·粒子群优化算法的研究现状 | 第23-27页 |
| ·粒子群优化算法的应用 | 第27页 |
| ·有待进一步研究的问题 | 第27-28页 |
| ·本论文的主要内容及创新之处 | 第28-31页 |
| 第二章 基于分裂算子的粒子群优化算法求解无约束优化问题 | 第31-71页 |
| ·天体分裂现象 | 第32-33页 |
| ·基于自适应分裂算子和时变最大速度的粒子群优化算法 | 第33-49页 |
| ·引言 | 第33页 |
| ·DPSO算法 | 第33-37页 |
| ·时变最大速度的分析 | 第37页 |
| ·种群多样性分析 | 第37-39页 |
| ·DPSO的变形分裂算子 | 第39-40页 |
| ·DPSO算法求解无约束优化问题及其实验分析 | 第40-49页 |
| ·DPSO算法的结论 | 第49页 |
| ·骨干粒子群优化算法 | 第49-50页 |
| ·带分裂算子的骨干粒子群优化算法 | 第50-69页 |
| ·DBPSO算法 | 第50-53页 |
| ·初始阈值C_0对DBPSO算法性能的影响 | 第53-54页 |
| ·分布和多样性分析 | 第54-57页 |
| ·原始点、分裂点及最优点之间的位置关系 | 第57页 |
| ·DBPSO算法求解无约束优化问题及其试验分析 | 第57-69页 |
| ·DBPSO算法的结论 | 第69页 |
| ·本章小结 | 第69-71页 |
| 第三章 集成反向学习的粒子群优化算法求解无约束优化问题 | 第71-105页 |
| ·反向学习 | 第71-75页 |
| ·基于反向学习的相关定义 | 第71-72页 |
| ·基于反向学习的PSO算法 | 第72-75页 |
| ·集成反向学习的粒子群优化算法 | 第75-81页 |
| ·引言 | 第75页 |
| ·PSO-OBL算法 | 第75-78页 |
| ·PSO-OBL算法求解无约束优化问题及其试验分析 | 第78-80页 |
| ·PSO-OBL算法的结论 | 第80-81页 |
| ·集成反向学习的骨干粒子群优化算法 | 第81-102页 |
| ·引言 | 第81-82页 |
| ·BPSO-OBL算法 | 第82-86页 |
| ·BPSO-OBL算法求解无约束优化问题及其实验分析 | 第86-100页 |
| ·BPSO-OBL算法的结论 | 第100-102页 |
| ·本章小结 | 第102-105页 |
| 第四章 基于人类行为的粒子群优化算法求解无约束优化问题 | 第105-121页 |
| ·引言 | 第105-106页 |
| ·基于人类行为的PSO算法(HPSO) | 第106-110页 |
| ·HPSO算法求解无约束优化问题及其试验分析 | 第110-119页 |
| ·无约束测试函数 | 第110-111页 |
| ·HPSO与SPSO在不同搜索空间上的比较 | 第111-117页 |
| ·HPSO与其他PSO算法的比较 | 第117-119页 |
| ·本章小结 | 第119-121页 |
| 第五章 本文工作总结及研究展望 | 第121-123页 |
| ·本文研究工作总结 | 第121-122页 |
| ·研究展望 | 第122-123页 |
| 参考文献 | 第123-139页 |
| 攻读博士学位期间发表论文及研究成果清单 | 第139-141页 |
| 致谢 | 第141页 |
