蜘蛛群优化算法及应用研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第9-12页 |
| 1.1 引言 | 第9-10页 |
| 1.2 国内外研究进展 | 第10页 |
| 1.3 论文主要创新点 | 第10页 |
| 1.4 论文主要工作及结构安排 | 第10-12页 |
| 2 基本蜘蛛群优化算法 | 第12-16页 |
| 2.1 引言 | 第12页 |
| 2.2 蜘蛛群优化算法 | 第12-15页 |
| 2.2.1 初始化蜘蛛群体 | 第12-13页 |
| 2.2.2 适应度值计算及权重分配 | 第13页 |
| 2.2.3 震动交流信息 | 第13页 |
| 2.2.4 雌性蜘蛛位置更新 | 第13-14页 |
| 2.2.5 雄性蜘蛛位置更新 | 第14页 |
| 2.2.6 交配繁殖行为 | 第14页 |
| 2.2.7 基本蜘蛛群优化算法步骤 | 第14-15页 |
| 2.3 本章小结 | 第15-16页 |
| 3 基于复数编码的蜘蛛群优化算法 | 第16-34页 |
| 3.1 引言 | 第16页 |
| 3.2 复数编码蜘蛛群优化算法 | 第16-18页 |
| 3.2.1 初始化复数编码的种群 | 第16页 |
| 3.2.2 复数编码蜘蛛群优化算法更新 | 第16-17页 |
| 3.2.3 适应度值的计算 | 第17-18页 |
| 3.3 复数编码蜘蛛算法伪代码 | 第18-19页 |
| 3.4 复数编码蜘蛛算法流程图 | 第19-20页 |
| 3.5 仿真实验 | 第20-33页 |
| 3.5.1 实验仿真平台 | 第20页 |
| 3.5.2 测试函数 | 第20-21页 |
| 3.5.3 参数设置 | 第21页 |
| 3.5.4 实验结果比较 | 第21-30页 |
| 3.5.5 工程设计优化问题 | 第30-33页 |
| 3.6 结论 | 第33-34页 |
| 4 基于单纯形法的蜘蛛群优化算法解决聚类分析问题 | 第34-55页 |
| 4.1 引言 | 第34-35页 |
| 4.2 聚类分析的数学模型 | 第35-36页 |
| 4.2.1 问题描述 | 第35页 |
| 4.2.2 聚类标准 | 第35-36页 |
| 4.2.3 数据聚类的评价函数 | 第36页 |
| 4.3 基于单纯形法的蜘蛛群优化算法 | 第36-40页 |
| 4.3.1 单纯形法 | 第36-37页 |
| 4.3.2 SMSSO求解聚类问题的流程 | 第37-40页 |
| 4.4 仿真实验和结果分析 | 第40-54页 |
| 4.4.1 仿真实验平台 | 第40页 |
| 4.4.2 实验基准数据集 | 第40-41页 |
| 4.4.3 参数设置 | 第41页 |
| 4.4.4 实验结果对比分析 | 第41-50页 |
| 4.4.5 聚类图形结果比较 | 第50-54页 |
| 4.5 本章小结 | 第54-55页 |
| 5 具有社会行为的蜘蛛群优化算法训练前馈神经网络 | 第55-68页 |
| 5.1 引言 | 第55-56页 |
| 5.2 前馈神经网络数学模型 | 第56-58页 |
| 5.2.1 前馈神经网络结构 | 第56-57页 |
| 5.2.2 性能评价函数 | 第57-58页 |
| 5.3 基于社会行为的蜘蛛群优化算法 | 第58-61页 |
| 5.3.1 社会行为蜘蛛算法位置更新 | 第58页 |
| 5.3.2 随机差分变异策略 | 第58-59页 |
| 5.3.3 SBSSO算法训练前馈神经网络 | 第59-61页 |
| 5.4 仿真实验 | 第61-66页 |
| 5.4.1 实验平台 | 第61页 |
| 5.4.2 实验基准数据集 | 第61页 |
| 5.4.3 参数设置 | 第61-62页 |
| 5.4.4 实验结果与分析 | 第62-66页 |
| 5.5 本章结论 | 第66-68页 |
| 6 总结和展望 | 第68-70页 |
| 6.1 论文总结 | 第68页 |
| 6.2 未来的工作 | 第68-70页 |
| 参考文献 | 第70-79页 |
| 附录 | 第79-90页 |
| 致谢 | 第90-91页 |
| 攻读硕士学位期间发表的学术论文 | 第91-92页 |
| 攻读硕士学位期间参与的科研项目 | 第92页 |
