创造性驱动优化算法及其应用
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 研究内容和创新点 | 第11-12页 |
| 1.3 相关工作概述 | 第12-16页 |
| 1.3.1 自然启发算法研究现状 | 第12-13页 |
| 1.3.2 创造性思维理论基础 | 第13-14页 |
| 1.3.3 创造性思维在智能算法领域的应用 | 第14页 |
| 1.3.4 认知无线网络频谱分配 | 第14-15页 |
| 1.3.5 自然启发算法在分类中的应用 | 第15-16页 |
| 1.4 论文结构安排 | 第16-17页 |
| 第2章 创造性驱动优化模型 | 第17-24页 |
| 2.1 发散思维模型 | 第18-19页 |
| 2.2 收敛思维模型 | 第19页 |
| 2.3 灵感思维模型 | 第19-20页 |
| 2.4 集体思维模型 | 第20页 |
| 2.5 经验模型 | 第20页 |
| 2.6 创造性驱动优化算法 | 第20-23页 |
| 2.7 本章小结 | 第23-24页 |
| 第3章 针对连续优化问题的创造性驱动优化算法 | 第24-44页 |
| 3.1 问题模型 | 第24-25页 |
| 3.2 创造性驱动优化算法数学模型 | 第25-28页 |
| 3.2.1 发散思维模型求解 | 第25-26页 |
| 3.2.2 收敛思维模型求解 | 第26页 |
| 3.2.3 灵感思维模型求解 | 第26页 |
| 3.2.4 集体思维模型求解 | 第26-27页 |
| 3.2.5 经验模型求解 | 第27-28页 |
| 3.3 创造性驱动优化算法理论分析 | 第28-31页 |
| 3.3.1 收敛性分析 | 第28-31页 |
| 3.3.2 并行性分析 | 第31页 |
| 3.4 实验及分析 | 第31-43页 |
| 3.4.1 COOA有效性测试及分析 | 第31-40页 |
| 3.4.2 参数分析 | 第40-42页 |
| 3.4.3 COOA并行性测试及分析 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 针对离散变量问题的创造性驱动优化算法 | 第44-53页 |
| 4.1 问题描述 | 第44-46页 |
| 4.2 创造性驱动优化算法数学模型 | 第46-48页 |
| 4.2.1 解的表示 | 第46页 |
| 4.2.2 发散思维数学模型 | 第46页 |
| 4.2.3 收敛思维数学模型 | 第46页 |
| 4.2.4 灵感思维数学模型 | 第46-47页 |
| 4.2.5 集体思维数学模型 | 第47-48页 |
| 4.2.6 经验学习数学模型 | 第48页 |
| 4.3 BCOOA收敛性分析 | 第48-49页 |
| 4.4 实验和分析 | 第49-52页 |
| 4.4.1 实验设置 | 第49-50页 |
| 4.4.2 实验结果和分析 | 第50-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 创造性驱动优化算法在模式分类中的应用 | 第53-61页 |
| 5.1 分类模型构建 | 第53-54页 |
| 5.2 问题模型 | 第54-55页 |
| 5.3 适应度函数 | 第55页 |
| 5.4 算法数学模型 | 第55-56页 |
| 5.5 实验 | 第56-60页 |
| 5.5.1 实验设置和对比算法 | 第57-58页 |
| 5.5.2 实验结果与分析 | 第58-60页 |
| 5.6 本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 不足与展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间发表（录用，投寄）的论文 | 第68页 |
