粒子群优化算法与蝙蝠优化算法的改进研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 1 绪论 | 第10-18页 |
| ·引言 | 第10-11页 |
| ·智能算法 | 第11-12页 |
| ·进化算法 | 第11-12页 |
| ·群智能算法 | 第12页 |
| ·粒子群算法研究现状 | 第12-15页 |
| ·粒子群优化算法理论研究 | 第12-13页 |
| ·粒子群优化算法改进研究 | 第13-15页 |
| ·粒子群优化算法应用研究 | 第15页 |
| ·蝙蝠优化算法研究现状 | 第15-16页 |
| ·本文创新点和结构安排 | 第16-18页 |
| ·本文创新点 | 第16页 |
| ·本文的结构安排 | 第16-18页 |
| 2 粒子群优化算法与蝙蝠优化算法简介 | 第18-26页 |
| ·粒子群优化算法简介 | 第18-21页 |
| ·基本粒子群优化算法基本思想 | 第18页 |
| ·粒子群飞行行为 | 第18-19页 |
| ·粒子群算法结构及流程图 | 第19-20页 |
| ·粒子群算法复杂性分析 | 第20-21页 |
| ·粒子群算法特点 | 第21页 |
| ·蝙蝠优化算法简介 | 第21-24页 |
| ·蝙蝠优化算法基本思想 | 第21页 |
| ·蝙蝠飞行行为 | 第21-23页 |
| ·蝙蝠优化算法流程 | 第23-24页 |
| ·蝙蝠优化算法复杂度分析 | 第24页 |
| ·蝙蝠优化算法特点 | 第24页 |
| ·本章小结 | 第24-26页 |
| 3 一种自适应蝙蝠算法 | 第26-32页 |
| ·算法基本思想 | 第26页 |
| ·算法描述 | 第26-27页 |
| ·算法流程 | 第27页 |
| ·实验仿真与结果分析 | 第27-31页 |
| ·测试函数 | 第28页 |
| ·测试平台 | 第28-29页 |
| ·数值实验仿真 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 4 一种采用动态飞行模式的蝙蝠算法 | 第32-40页 |
| ·算法思想 | 第32页 |
| ·算法实施过程 | 第32-34页 |
| ·算法流程 | 第34-35页 |
| ·实验仿真与结果分析 | 第35-39页 |
| ·测试函数 | 第35-36页 |
| ·测试平台 | 第36页 |
| ·数值实验仿真 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 5 求解约束优化问题的改进PSO算法 | 第40-54页 |
| ·算法基本思想 | 第40页 |
| ·搜索策略 | 第40-41页 |
| ·捕鱼搜索策略 | 第40-41页 |
| ·改进捕鱼搜索策略 | 第41页 |
| ·算法描述 | 第41-43页 |
| ·算法流程图 | 第43-44页 |
| ·算法复杂度分析 | 第44页 |
| ·实验仿真与结果分析 | 第44-49页 |
| ·测试函数 | 第44-45页 |
| ·测试平台 | 第45页 |
| ·数值实验仿真 | 第45-49页 |
| ·求解工程约束优化问题 | 第49-53页 |
| ·参数设置 | 第49页 |
| ·工程实例优化 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 6 总结与展望 | 第54-56页 |
| ·总结 | 第54页 |
| ·展望 | 第54-56页 |
| 参考文献 | 第56-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间发表的学术论文 | 第63页 |
