首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

人工萤火虫群优化算法分析改进及应用研究

摘要第1-4页
ABSTRACT第4-9页
第一章 绪论第9-12页
   ·引言第9页
   ·人工萤火虫群优化算法研究现状第9-10页
   ·本论文研究内容与意义第10页
   ·本论文的主要工作及结构安排第10-12页
第二章 基本人工萤火虫群优化算法第12-16页
   ·基本人萤火虫群优化算法优化多模态函数第12-13页
   ·基本人工萤火虫群优化算法优化函数描述第13-14页
   ·基本人工萤火虫群优化算法运算流程第14-15页
   ·本章小结第15-16页
第三章 用改进的 GSO 算法优化多模态函数第16-28页
   ·引言第16页
   ·GSO 算法优化多模态函数存在问题分析第16-17页
   ·动态变步长的自适应萤火虫群优化算法第17-20页
     ·动态变步长设计策略第17-19页
     ·DCSGSO 算法描述第19-20页
   ·仿真实验结果及分析第20-26页
     ·与GSO 算法比较第20-24页
     ·与其它算法比较第24-26页
   ·本章小结第26-28页
第四章 用离散萤火虫群优化算法求解旅行商问题第28-37页
   ·引言第28页
   ·离散萤火虫群优化算法求解旅行商问题第28-32页
     ·编码方法第28-29页
     ·解码方法第29页
     ·个体间距离计算公式第29-30页
     ·编码更新第30-31页
     ·不可行编码处理第31-32页
     ·路径初始化第32页
     ·局部优化算子第32页
     ·适应度函数第32页
   ·DGSO 算法求解旅行商问题描述第32-33页
   ·仿真实验结果及分析第33-36页
     ·算法参数取值第33页
     ·问题求解与比较第33-36页
   ·本章小结第36-37页
第五章 基于人工萤火虫群优化算法的聚类算法第37-44页
   ·引言第37页
   ·GSO 聚类算法第37-38页
     ·GSO 聚类过程第38页
     ·GSO 聚类算法描述第38页
   ·K-均值算法第38-39页
     ·K-均值算法描述第39页
     ·K-均值算法分析第39页
   ·混合 K-均值算法的 GSO 聚类算法第39-40页
     ·算法混合分析第39-40页
     ·混合算法第40页
   ·仿真实验结果及分析第40-43页
     ·测试数据集说明第40-41页
     ·测试结果与比较第41-43页
   ·本章小结第43-44页
第六章 总结与展望第44-45页
   ·本文工作总结第44页
   ·未来的工作第44-45页
参考文献第45-50页
附录第50-58页
致谢第58-59页
攻读硕士期间参与的科研项目第59-60页
攻读硕士期间发表的学术论文第60页

论文共60页,点击 下载论文
上一篇:火龙果Ty3-gypsy类反转录转座子序列克隆及表达分析
下一篇:基于混沌理论与密码的图像认证模型研究