| 摘要 | 第1-11页 |
| Abstract | 第11-13页 |
| 插图索引 | 第13-15页 |
| 附表索引 | 第15-17页 |
| 第1章 绪论 | 第17-40页 |
| ·引言 | 第17-18页 |
| ·群体智能及算法 | 第18-23页 |
| ·群体智能的概念 | 第18-19页 |
| ·群体智能的特点 | 第19页 |
| ·群体智能优化算法统一框架模式 | 第19-20页 |
| ·蚁群算法 | 第20-21页 |
| ·粒子群优化算法 | 第21-22页 |
| ·混合蛙跳算法 | 第22-23页 |
| ·人工鱼群算法 | 第23-32页 |
| ·人工鱼群算法的生物学基础 | 第23-28页 |
| ·鱼群算法的基本思想 | 第28页 |
| ·人工鱼模型 | 第28-29页 |
| ·定义 | 第29页 |
| ·行为描述 | 第29-31页 |
| ·行为选择 | 第31页 |
| ·算法描述 | 第31-32页 |
| ·算法主要特点 | 第32页 |
| ·人工鱼群算法研究进展 | 第32-37页 |
| ·论文的主要成果 | 第37-38页 |
| ·论文的组织结构 | 第38-40页 |
| 第2章 人工鱼群算法的改进 | 第40-67页 |
| ·引言 | 第40页 |
| ·一种改进的人工鱼群算法 | 第40-45页 |
| ·改进策略 | 第40-42页 |
| ·改进人工鱼群算法流程 | 第42页 |
| ·仿真实验及分析 | 第42-45页 |
| ·结论 | 第45页 |
| ·基于邻域正交交叉算子的人工鱼群算法 | 第45-50页 |
| ·正交试验的原理 | 第46页 |
| ·邻域正交交叉算子 | 第46-47页 |
| ·基于邻域正交交叉算子的人工鱼群算法流程 | 第47页 |
| ·仿真实验及分析 | 第47-50页 |
| ·结论 | 第50页 |
| ·多人工鱼群协同优化算法 | 第50-52页 |
| ·多人工鱼群协同优化算法基本原理 | 第50页 |
| ·多人工鱼群协同优化算法流程 | 第50-51页 |
| ·多人工鱼群协同优化算法特点 | 第51页 |
| ·仿真实验及分析 | 第51-52页 |
| ·结论 | 第52页 |
| ·PSO 和AFSA 混合算法 | 第52-58页 |
| ·PSO 和改进的AFSA | 第53页 |
| ·PSO 和AFSA 混合优化算法 | 第53-54页 |
| ·仿真实验 | 第54-58页 |
| ·结论 | 第58页 |
| ·一种多智能体人工鱼群算法 | 第58-66页 |
| ·引言 | 第58-59页 |
| ·智能体 | 第59-60页 |
| ·多智能体人工鱼群算法 | 第60-62页 |
| ·仿真实验 | 第62-66页 |
| ·结论 | 第66页 |
| ·结论 | 第66-67页 |
| 第3章 人工鱼群算法种群拓扑结构研究 | 第67-89页 |
| ·引言 | 第67页 |
| ·AFSA 的拓扑结构和邻域结构 | 第67-69页 |
| ·几种常见拓扑结构的性能分析 | 第69-73页 |
| ·固定迭代次数下的收敛精度 | 第69-72页 |
| ·固定收敛误差精度下的进化迭代次数实验 | 第72-73页 |
| ·全局版人工鱼群算法 | 第73-79页 |
| ·基本原理 | 第73页 |
| ·人工鱼的行为描述 | 第73-74页 |
| ·行为选择 | 第74页 |
| ·公告板 | 第74页 |
| ·算法具有较强的跳出局部极值的能力 | 第74页 |
| ·全局版人工鱼群算法流程 | 第74页 |
| ·仿真实验及分析 | 第74-79页 |
| ·结论 | 第79页 |
| ·基于冯·诺依曼邻域结构的人工鱼群算法 | 第79-87页 |
| ·结论 | 第87-89页 |
| 第4章 人工鱼群收敛性能及算法参数分析 | 第89-103页 |
| ·引言 | 第89页 |
| ·人工鱼群算法收敛性分析 | 第89-93页 |
| ·参数对算法性能的影响 | 第93-102页 |
| ·视野和步长对算法性能的影响 | 第94-97页 |
| ·δ对算法性能的影响 | 第97-98页 |
| ·Try_number 对算法性能的影响 | 第98-100页 |
| ·群体规模对算法性能的影响 | 第100-101页 |
| ·结论 | 第101-102页 |
| ·结论 | 第102-103页 |
| 第5章 人工鱼群算法的简化模型 | 第103-110页 |
| ·引言 | 第103页 |
| ·人工鱼群算法分析 | 第103-104页 |
| ·对人工鱼视野和步长的分析和改进 | 第103-104页 |
| ·觅食行为分析 | 第104页 |
| ·聚群和追尾行为分析 | 第104页 |
| ·行为的评价与选择策略分析 | 第104页 |
| ·人工鱼群优化算法的简化模型 | 第104-105页 |
| ·算法基本原理 | 第104-105页 |
| ·算法流程 | 第105页 |
| ·仿真实验及分析 | 第105-109页 |
| ·实验设计 | 第105-106页 |
| ·实验结果及分析 | 第106-109页 |
| ·结论 | 第109-110页 |
| 第6章 人工鱼群算法的应用 | 第110-122页 |
| ·简化的人工鱼群算法在水位流量关系拟合中的应用 | 第110-113页 |
| ·引言 | 第110页 |
| ·简化的人工鱼群算法在水位流量关系拟合中的应用 | 第110-111页 |
| ·仿真实例 | 第111-112页 |
| ·结论 | 第112-113页 |
| ·全局版人工鱼群算法在河流横向扩散系数确定中的应用 | 第113-115页 |
| ·引言 | 第113页 |
| ·用全局版人工鱼群算法确定河流横向扩散系数 | 第113-115页 |
| ·结论 | 第115页 |
| ·基于人工鱼群算法的黄河水质综合评价 | 第115-121页 |
| ·引言 | 第115页 |
| ·投影寻踪方法基本原理及其特点 | 第115-116页 |
| ·基于人工鱼群算法的投影寻踪评价模型 | 第116-118页 |
| ·黄河兰州段水质评价 | 第118-121页 |
| ·结论 | 第121页 |
| ·结论 | 第121-122页 |
| 第7章 总结与展望 | 第122-124页 |
| ·总结 | 第122页 |
| ·展望 | 第122-124页 |
| 参考文献 | 第124-133页 |
| 致谢 | 第133-134页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第134页 |
| 附录B 攻读学位期间主持和参加的科研项目 | 第134页 |