首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

粒子群优化算法改进研究

摘要第1-5页
ABSTRACT第5-10页
1 绪论第10-17页
   ·研究背景及选题意义第10-11页
   ·最优化问题简介第11-12页
     ·最优化问题及其发展第11-12页
     ·传统优化方法不足之处第12页
   ·智能优化算法的研究现状和进展第12-15页
   ·本文的主要工作第15-16页
   ·本文的内容安排及组织结构第16-17页
2 标准粒子群优化算法及其相应改进算法第17-23页
   ·标准粒子群优化算法第17-20页
     ·标准粒子群优化算法主要原理第17-18页
     ·粒子群优化算法参数的选择第18-19页
     ·设计粒子群优化算法的基本原则第19页
     ·标准粒子群优化算法的步骤第19-20页
   ·几种改进的粒子群优化算法简介第20-22页
     ·线性递减权重的粒子群优化算法第20页
     ·质心粒子群优化算法第20-21页
     ·基于小生境改进的粒子群优化算法第21-22页
     ·混沌粒子群优化算法第22页
   ·本章小结第22-23页
3 基于二次插值的改进粒子群优化算法第23-33页
   ·二次插值法简介第23-24页
     ·二次插值法提出及相关含义第23页
     ·二次插值原理介绍第23-24页
   ·基于二次插值的粒子群优化算法第24-32页
     ·IPSO 算法第24页
     ·IPSO 算法步骤第24-25页
     ·IPSO 算法的实验与仿真第25-32页
       ·IPSO 实验设计第25-27页
       ·实验结果比较分析第27-32页
   ·本章小结第32-33页
4 局部搜索粒子群优化算法第33-45页
   ·局部搜索法简介第33-34页
     ·局部搜索算子介绍第33-34页
     ·局部搜索计算步骤第34页
   ·局部搜索粒子群优化算法第34-44页
     ·JBPSO 算法第34-35页
     ·JBPSO 算法的实验与仿真第35-44页
       ·JBPSO 实验设计第35-37页
       ·实验结果比较分析第37-44页
   ·本章小结第44-45页
5 总结与展望第45-47页
   ·总结第45页
   ·粒子群优化算法的展望第45-47页
参考文献第47-52页
发表论文情况第52页
参与项目第52-53页
致谢第53-54页

论文共54页,点击 下载论文
上一篇:具有时延和丢包的网络控制系统的研究
下一篇:中国云计算技术开发的问题与对策研究