微粒群算法求解计算费时约束优化问题的约束估值策略研究

中文摘要	第1-7页
ABSTRACT	第7-11页
第一章 引言	第11-19页
·研究背景及意义	第11-12页
·约束优化问题的研究现状	第12-16页
·约束优化问题	第12页
·国内外对计算费时约束优化问题的研究现状	第12-16页
·本文的主要工作及章节安排	第16-19页
第二章 微粒群算法及分类器简介	第19-33页
·微粒群算法	第19-22页
·微粒群算法的起源	第19页
·标准微粒群算法	第19-22页
·分类器	第22-31页
·贝叶斯分类器	第22-24页
·BP 神经网络	第24-26页
·决策树	第26-27页
·支持向量机	第27-31页
·本章小结	第31-33页
第三章 离线训练支持向量机辅助的微粒群算法	第33-47页
·基于一维搜索约束保持可行法的微粒群算法简介	第33-34页
·离线训练支持向量机辅助的微粒群算法的实现	第34-45页
·算法思想	第34-36页
·样本的产生方案	第36-37页
·实验分析	第37-45页
·本章小结	第45-47页
第四章 在线训练支持向量机辅助的微粒群算法	第47-59页
·样本更新策略	第47-48页
·算法实现	第48-49页
·实例仿真	第49-57页
·本章小结	第57-59页
第五章 总结与展望	第59-61页
·论文总结	第59页
·展望	第59-61页
参考文献	第61-67页
致谢	第67-69页
攻读学位期间发表的学术论文目录	第69-70页