多模态优化粒子群算法的研究及应用
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-25页 |
| 1.1 引言 | 第11页 |
| 1.2 课题研究的背景与意义 | 第11-13页 |
| 1.3 粒子群优化算法基本理论 | 第13-15页 |
| 1.3.1 粒子群算法基本原理 | 第13-14页 |
| 1.3.2 粒子群算法基本流程 | 第14-15页 |
| 1.4 SVM的相关理论 | 第15-24页 |
| 1.4.1 分类原理 | 第16-17页 |
| 1.4.2 核函数 | 第17-21页 |
| 1.4.3 惩罚因子与核函数参数 | 第21-24页 |
| 1.5 论文的主要工作 | 第24页 |
| 1.6 小结 | 第24-25页 |
| 第2章 改进粒子群算法求解多模态函数 | 第25-37页 |
| 2.1 引言 | 第25页 |
| 2.2 问题分析 | 第25页 |
| 2.3 多模态函数优化的改进思想 | 第25-27页 |
| 2.4 改进粒子群算法执行流程 | 第27-28页 |
| 2.5 多模态函数实验测试与分析 | 第28-36页 |
| 2.6 小结 | 第36-37页 |
| 第3章 改进粒子群算法用于SVM参数寻优 | 第37-47页 |
| 3.1 引言 | 第37页 |
| 3.2 SVM及其参数 | 第37-38页 |
| 3.3 支持向量机参数搜索的研究 | 第38-39页 |
| 3.4 搜索策略 | 第39-40页 |
| 3.5 算法流程 | 第40-41页 |
| 3.6 改进粒子群算法用于SVM参数选取测试 | 第41-46页 |
| 3.7 小结 | 第46-47页 |
| 第4章 结束语 | 第47-49页 |
| 4.1 论文工作总结 | 第47-48页 |
| 4.2 展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52页 |
