| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 研究现状 | 第15-17页 |
| 1.3 本文工作 | 第17-19页 |
| 1.4 内容安排 | 第19-20页 |
| 第二章 基本粒子群优化算法 | 第20-32页 |
| 2.1 基本粒子群优化算法概述 | 第20-26页 |
| 2.1.1 粒子群优化算法思想 | 第20-21页 |
| 2.1.2 粒子群优化算法流程 | 第21-23页 |
| 2.1.3 粒子群优化算法寻优机制 | 第23-26页 |
| 2.2 基本粒子群优化算法的改进方向 | 第26-30页 |
| 2.2.1 对惯性权重和加速因子的改进 | 第27-28页 |
| 2.2.2 对全局和局部搜索能力的改进 | 第28页 |
| 2.2.3 与其它算法结合的改进 | 第28-29页 |
| 2.2.4 对基本粒子群公式结构的改进 | 第29页 |
| 2.2.5 对拓扑结构的改进 | 第29-30页 |
| 2.3 小结 | 第30-32页 |
| 第三章 采用抽样策略的PSO算法 | 第32-54页 |
| 3.1 拉丁超立方抽样方法 | 第32-33页 |
| 3.2 基于LHS抽样策略和中间粒子选择的粒子更新方式 | 第33-37页 |
| 3.2.1 基于LHS抽样产生中间种群 | 第34-35页 |
| 3.2.2 基于LHS产生下一代种群 | 第35页 |
| 3.2.3 基于LHS的种群更新流程 | 第35-36页 |
| 3.2.4 适应性说明 | 第36-37页 |
| 3.3 基于随机采样的最优位置修正方法 | 第37-39页 |
| 3.3.1 逐维随机采样方式 | 第38页 |
| 3.3.2 整体随机采样方式 | 第38-39页 |
| 3.4 基于LHS的双抽样局部搜索策略 | 第39-43页 |
| 3.4.1 LHS逐维局部搜索方法 | 第40-41页 |
| 3.4.2 LHS双抽样局部搜索 | 第41-43页 |
| 3.5 算法流程描述 | 第43页 |
| 3.6 实验与结果分析 | 第43-53页 |
| 3.6.1 常用测试函数 | 第43-46页 |
| 3.6.2 参数设置 | 第46-47页 |
| 3.6.3 测试结果与分析 | 第47-53页 |
| 3.7 小结 | 第53-54页 |
| 第四章 融合快速信息交流和局部搜索的PSO算法 | 第54-70页 |
| 4.1 自适应惯性权重和加速因子的设计 | 第54-56页 |
| 4.1.1 自适应因子的设计 | 第55页 |
| 4.1.2 惯性权重的设计 | 第55-56页 |
| 4.1.3 加速因子的设计 | 第56页 |
| 4.2 基于粒子信息交换的快速信息交流机制 | 第56-58页 |
| 4.2.1 粒子群算法的信息交流方式 | 第56-57页 |
| 4.2.2 基于粒子信息交换的快速信息交流机制 | 第57-58页 |
| 4.3 改进的模式搜索法 | 第58-60页 |
| 4.3.1 模式搜索法 | 第58-60页 |
| 4.3.2 改进的模式搜索法 | 第60页 |
| 4.4 算法流程描述 | 第60-61页 |
| 4.5 实验与结果分析 | 第61-68页 |
| 4.5.1 参数设置测试 | 第61-62页 |
| 4.5.2 各改进措施有效性测试 | 第62-64页 |
| 4.5.3 收敛精度和速度对比测试 | 第64-68页 |
| 4.6 小结 | 第68-70页 |
| 第五章 结论和展望 | 第70-72页 |
| 5.1 研究结论 | 第70-71页 |
| 5.2 研究展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78-80页 |
| 作者简介 | 第80-81页 |