首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于相似度变异的改进粒子群算法及其应用研究

摘要第1-5页
ABSTRACT第5-8页
第一章 绪论第8-14页
   ·优化算法的研究背景第8-10页
     ·优化技术与传统优化方法第8页
     ·群体智能优化算法的产生第8-10页
   ·粒子群算法的国内外研究现状及研究意义第10-12页
     ·PSO 算法的理论研究第10页
     ·PSO 算法的改进研究第10-11页
     ·PSO 算法的应用研究第11-12页
   ·研究内容与创新性第12页
   ·文章结构安排第12-14页
第二章 粒子群优化算法第14-24页
   ·粒子群优化算法简介第14页
   ·基本粒子群优化算法第14-19页
     ·算法的数学模型第15-16页
     ·算法的基本步骤及流程第16-17页
     ·算法的原理分析第17-18页
     ·基本粒子群算法的时间复杂度分析第18-19页
   ·标准粒子群优化算法第19页
   ·几种经典的改进粒子群优化算法第19-23页
     ·对参数改进的 PSO 算法第20页
     ·与其他优化方法相结合的改进第20-21页
     ·基于多样性改进的 PSO 算法第21-22页
     ·其他改进 PSO 算法第22-23页
   ·本章小结第23-24页
第三章 基于相似度变异的粒子群算法第24-40页
   ·引言第24页
   ·基于相似度变异的粒子群算法(ADVSPSO)第24-27页
     ·聚集度算子第24-25页
     ·粒子相似度的定义第25-26页
     ·散离策略第26-27页
   ·算法实现步骤与流程图第27-28页
   ·仿真实验与分析第28-39页
     ·测试集第28-31页
     ·性能评估方法及参数设置第31-33页
     ·对比实验结果与分析第33-39页
   ·本章小结第39-40页
第四章 改进粒子群算法在电子商务优化问题中的应用第40-48页
   ·引言第40页
   ·应用于季节性产品定价第40-44页
     ·季节性产品定价相关理论第40-41页
     ·季节性产品定价数学模型第41-42页
     ·求解算法描述第42页
     ·仿真实例第42-44页
   ·应用于连续型物流配送中心选址第44-47页
     ·物流配送中心选址相关理论第44-45页
     ·物流配送中心选址模型第45页
     ·求解算法描述第45-46页
     ·仿真结果分析第46-47页
   ·本章小结第47-48页
总结与展望第48-49页
   ·小结第48页
   ·展望第48-49页
参考文献第49-52页
攻读硕士期间发表的学术论文及主持的项目第52-53页
后记第53页

论文共53页,点击 下载论文
上一篇:基于QoS多粒度Web服务组合演化研究
下一篇:Chwa & Hakimi模型的智能诊断算法研究