| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 1 绪论 | 第7-9页 |
| ·研究背景 | 第7页 |
| ·研究方法 | 第7-8页 |
| ·本文主要工作及创新点 | 第8页 |
| ·论文结构 | 第8-9页 |
| 2 群体智能算法 | 第9-17页 |
| ·群体智能优化算法的统一概述 | 第9-11页 |
| ·常见的几种群体智能算法 | 第11-17页 |
| ·粒子群优化算法 | 第11页 |
| ·差分进化算法 | 第11-13页 |
| ·分散搜索算法 | 第13-14页 |
| ·蚁群算法 | 第14-15页 |
| ·遗传算法 | 第15页 |
| ·进化规划 | 第15-16页 |
| ·进化策略 | 第16-17页 |
| 3 粒子群优化算法 | 第17-23页 |
| ·粒子群优化算法的基本原理 | 第17页 |
| ·标准粒子群优化算法 | 第17-19页 |
| ·标准粒子群算法的介绍 | 第17-19页 |
| ·标准粒子群优化算法的流程和特点 | 第19页 |
| ·粒子群算法的优缺点介绍 | 第19-20页 |
| ·粒子群算法的研究现状 | 第20-21页 |
| ·粒子群优化算法的应用研究 | 第21-23页 |
| 4 基于粒子群与差分进化混合的优化算法 | 第23-35页 |
| ·基本差分进化算法 | 第23页 |
| ·基于差分进化和粒子群优化算法的混合优化算法（DPA） | 第23-25页 |
| ·基于粒子群优化算法和差分进化算法的新型混合全局优化算法 | 第25-28页 |
| ·一种新的差分与粒子群算法的混合算法 | 第28-35页 |
| 5 基于粒子群求解矩阵特征值的应用研究 | 第35-45页 |
| ·矩阵特征值估计的粒子群优化算法 | 第35-37页 |
| ·求解矩阵特征值和特征向量的PSO 算法 | 第37-38页 |
| ·一种新提出的求解矩阵特征值的改进PSO 算法 | 第38-45页 |
| 6 总结与展望 | 第45-47页 |
| ·总结 | 第45页 |
| ·展望 | 第45-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 附录 | 第52页 |
| 攻读学位期间发表的论文 | 第52页 |