| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 引言 | 第8-14页 |
| ·群体智能 | 第8页 |
| ·最优化方法介绍 | 第8-12页 |
| ·微粒群算法 | 第9页 |
| ·群搜索优化算法 | 第9-11页 |
| ·人工植物的概念 | 第11-12页 |
| ·无免费午餐定理 | 第12页 |
| ·本文主要完成的工作 | 第12-14页 |
| 第二章 双收缩人工植物算法 | 第14-52页 |
| ·人工植物算法 | 第14-20页 |
| ·人工植物算法与优化问题的对应 | 第14页 |
| ·光合作用算子 | 第14-16页 |
| ·向光性算子 | 第16-18页 |
| ·顶端优势算子 | 第18-20页 |
| ·人工植物算法 | 第20页 |
| ·双收缩人工植物算法 | 第20-36页 |
| ·双收缩因子的设计 | 第21-23页 |
| ·双收缩因子的测试 | 第23-33页 |
| ·双收缩人工植物算法的收敛性分析 | 第33-36页 |
| ·双收缩人工植物算法的参数选择 | 第36-43页 |
| ·均匀设计法筛选常量参数 | 第36-38页 |
| ·偏最小二乘回归法选择最优参数组合 | 第38-43页 |
| ·APOA-DS 与 5 种不同类型算法的比较 | 第43-51页 |
| ·低维实验 | 第43-46页 |
| ·中、高维实验 | 第46-51页 |
| ·章节小结 | 第51-52页 |
| 第三章 动态局部搜索的人工植物算法 | 第52-71页 |
| ·局部随机变异算子的设计 | 第52-54页 |
| ·生物学背景 | 第52页 |
| ·局部随机变异算子 | 第52-53页 |
| ·动态局部搜索的人工植物算法流程 | 第53-54页 |
| ·动态局部搜索的人工植物算法的参数选择 | 第54-59页 |
| ·均匀设计 | 第54-55页 |
| ·偏最小二乘回归 | 第55-59页 |
| ·APOA-DLS 与双收缩人工植物算法的比较 | 第59-71页 |
| ·算法 APOA-DLS 与 APOA-DS 对比 | 第59-69页 |
| ·仿真结果分析 | 第69-71页 |
| 第四章 人工植物在无线传感网络覆盖优化问题中的应用 | 第71-79页 |
| ·无线传感网络覆盖优化 | 第71-73页 |
| ·覆盖控制 | 第71页 |
| ·传感器节点的感知模型 | 第71-73页 |
| ·实验仿真 | 第73-78页 |
| ·人工植物算法的应用 | 第74-75页 |
| ·双收缩人工植物算法的应用 | 第75-76页 |
| ·动态局部搜索的人工植物算法的应用 | 第76-78页 |
| ·三种算法的结果对比及分析 | 第78页 |
| ·本章小结 | 第78-79页 |
| 第五章 总结与展望 | 第79-81页 |
| ·主要工作总结 | 第79-80页 |
| ·后续工作及展望 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85-86页 |
| 攻读硕士期间发表的学术论文目录 | 第86-87页 |
| 个人简况及联系方式 | 第87-88页 |