微粒群优化算法的改进及应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究依据、背景及意义 | 第9-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本文主要工作 | 第13页 |
| ·本文的结构 | 第13-15页 |
| 第2章 相关理论基础 | 第15-20页 |
| ·引言 | 第15页 |
| ·最优化问题 | 第15-16页 |
| ·进化算法 | 第16-18页 |
| ·群智能算法 | 第18-19页 |
| ·小结 | 第19-20页 |
| 第3章 微粒群优化算法 | 第20-28页 |
| ·引言 | 第20页 |
| ·基本微粒群优化算法 | 第20-24页 |
| ·PSO算法原理 | 第20-22页 |
| ·PSO算法流程 | 第22-23页 |
| ·PSO算法参数分析 | 第23-24页 |
| ·PSO算法特征 | 第24页 |
| ·改进的PSO算法 | 第24-27页 |
| ·带有收缩因子的PSO算法 | 第24-25页 |
| ·二进制离散的PSO算法 | 第25-26页 |
| ·杂交PSO算法 | 第26页 |
| ·混沌PSO算法 | 第26-27页 |
| ·小结 | 第27-28页 |
| 第4章 基于双种群的改进微粒群优化算法 | 第28-52页 |
| ·引言 | 第28-29页 |
| ·双群分段交换微粒群优化算法（TSME-PSO） | 第29-41页 |
| ·TSME-PSO算法原理 | 第29-31页 |
| ·TSME-PSO算法流程 | 第31-33页 |
| ·仿真实验 | 第33-40页 |
| ·实验结果与分析 | 第40-41页 |
| ·双群交换量子微粒群优化算法(TS-QPSO) | 第41-50页 |
| ·量子微粒群优化算法 | 第42-43页 |
| ·TS-QPSO算法原理 | 第43-44页 |
| ·TS-QPSO算法流程 | 第44-46页 |
| ·仿真实验 | 第46-49页 |
| ·实验结果与分析 | 第49-50页 |
| ·小结 | 第50-52页 |
| 第5章 改进微粒群优化算法在车辆路径问题中的应用 | 第52-60页 |
| ·引言 | 第52页 |
| ·带时间窗的车辆路径问题 | 第52-56页 |
| ·车辆路径问题(VRP) | 第52-54页 |
| ·带时间窗的车辆路径问题(VRPTW) | 第54-56页 |
| ·研究车辆路径问题存在的问题 | 第56-57页 |
| ·改进微粒群优化算法求解VRPTW问题 | 第57-59页 |
| ·VRPTW问题的编码方法 | 第57页 |
| ·改进微粒群优化算法求解VRPTW问题的步骤 | 第57-58页 |
| ·实验及分析 | 第58-59页 |
| ·小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-62页 |
| ·全文总结 | 第60页 |
| ·研究展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 发表论文和参加科研情况说明 | 第66-67页 |
| 致谢 | 第67-68页 |
