面向单模和多模函数优化的多子群粒子群算法研究
| 摘要 | 第1-11页 |
| ABSTRACT | 第11-14页 |
| 缩写词表 | 第14-15页 |
| 符号说明 | 第15-16页 |
| 第一章 绪论 | 第16-34页 |
| 1 引言 | 第16-18页 |
| 2 PSO算法简介及其研究进展 | 第18-29页 |
| ·基本PSO | 第18页 |
| ·标准PSO | 第18-20页 |
| ·PSO改进算法的研究进展 | 第20-24页 |
| ·多子群PSO的研究进展 | 第24-26页 |
| ·多模优化问题及小生境PSO研究进展 | 第26-28页 |
| ·存在问题 | 第28-29页 |
| 3 本文的研究内容和技术路线 | 第29-31页 |
| ·本文的研究内容 | 第29-30页 |
| ·研究思路与技术路线 | 第30-31页 |
| 4 本研究的主要贡献 | 第31-32页 |
| 5 论文的组织结构 | 第32-34页 |
| 第二章 理论基础 | 第34-44页 |
| 1 PSO算法基本理论 | 第34-41页 |
| ·PSO算法参数分析 | 第34-35页 |
| ·常用模型 | 第35-36页 |
| ·多子群PSO | 第36-38页 |
| ·小生境PSO | 第38-41页 |
| 2 常见的算法评价指标 | 第41-43页 |
| ·单模优化问题的评价指标 | 第41-42页 |
| ·多模优化问题的评价指标 | 第42-43页 |
| 3 本章小结 | 第43-44页 |
| 第三章基于自主学习和精英群的多子群粒子群算法 巧 | 第44-60页 |
| 1 引言 | 第44-45页 |
| 2 ALEMSPSO算法 | 第45-50页 |
| ·算法进化模型 | 第45-46页 |
| ·基础群的进化策略—自主学习 | 第46-47页 |
| ·精英群的进化策略—局部搜索 | 第47-48页 |
| ·子群合并操作 | 第48-49页 |
| ·算法描述及时间复杂度分析 | 第49-50页 |
| 3 仿真实验与分析 | 第50-58页 |
| ·实验设置 | 第50-52页 |
| ·ALEMSPSO算法参数确定 | 第52-53页 |
| ·不同算法的对比实验与分析 | 第53-56页 |
| ·ALEMSPSO对粒子进化的影响实验 | 第56-58页 |
| 4 讨论与结论 | 第58-60页 |
| ·讨论 | 第58页 |
| ·结论 | 第58-60页 |
| 第四章 面向多模函数优化的多子群粒子群算法 | 第60-74页 |
| 1 引言 | 第60页 |
| 2 DPMSPSO算法 | 第60-66页 |
| ·算法进化模型 | 第60-61页 |
| ·基础群的进化 | 第61-62页 |
| ·精英群的进化 | 第62-63页 |
| ·收集极值点 | 第63-64页 |
| ·同峰判别——改进型插点法 | 第64-65页 |
| ·算法描述 | 第65-66页 |
| 3 仿真实验与分析 | 第66-73页 |
| ·实验设置 | 第66-68页 |
| ·不同算法的对比实验与分析 | 第68-71页 |
| ·同峰判别操作和出库检测操作的有效性实验 | 第71-72页 |
| ·DPMSPSO在单模函数优化问题中的实验及分析 | 第72-73页 |
| 4 讨论与结论 | 第73-74页 |
| ·讨论 | 第73页 |
| ·结论 | 第73-74页 |
| 第五章 总结与展望 | 第74-78页 |
| 1 本文工作总结 | 第74-75页 |
| ·基于自主学习和精英群的多子群粒子群算法 | 第74页 |
| ·面向多模函数优化的按峰划分的多子群粒子群算法 | 第74-75页 |
| 2 研究工作展望 | 第75-78页 |
| ·ALEMSPSO的改进研究 | 第75页 |
| ·DPMSPSO的改进研究 | 第75-76页 |
| ·算法的应用研究 | 第76-78页 |
| 参考文献 | 第78-84页 |
| 附录Ⅰ 在学期间发表或投稿的论文 | 第84页 |
| 附录Ⅱ 在学期间参加的研究项目 | 第84-86页 |
| 致谢 | 第86-87页 |
