| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景 | 第11-12页 |
| ·演化算法概述 | 第12-14页 |
| ·演化算法的基本框架 | 第12页 |
| ·主要的演化算法 | 第12-14页 |
| ·面向大规模优化的演化算法研究 | 第14-15页 |
| ·基于分解的大规模优化 | 第14-15页 |
| ·其他方法的使用 | 第15页 |
| ·论文的主要内容与安排 | 第15-17页 |
| 第二章 基于合作协同策略的粒子群算法 | 第17-29页 |
| ·引言 | 第17页 |
| ·粒子群优化算法 | 第17-20页 |
| ·基本粒子群优化算法 | 第17-19页 |
| ·粒子群算法的改进和变种 | 第19-20页 |
| ·合作协同策略 | 第20-26页 |
| ·合作协同策略的提出 | 第20-24页 |
| ·合作协同策略中的分组技术 | 第24-26页 |
| ·基于合作协同策略的粒子群优化算法 | 第26-28页 |
| ·静态分组粒子群算法CPSO | 第26-27页 |
| ·动态分组粒子群算法CCPSO2 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 CCPSO算法的速度发散问题及其解决方法 | 第29-43页 |
| ·引言 | 第29页 |
| ·粒子群优化算法中粒子速度相关的研究 | 第29-32页 |
| ·速度的钳制(Velocity Clamp) | 第29-31页 |
| ·速度的初始化 | 第31-32页 |
| ·速度的重新初始化 | 第32页 |
| ·随机分组CCPSO算法 | 第32-34页 |
| ·边界维的定义及速度发散的情况 | 第34-38页 |
| ·边界维的定义 | 第34页 |
| ·速度的记录 | 第34-35页 |
| ·测试函数及结果 | 第35-38页 |
| ·速度发散问题的解决方法 | 第38-40页 |
| ·概率性选择发散的速度进行处理 | 第38-39页 |
| ·维度选择 | 第39页 |
| ·速度重新初始化并单独优化 | 第39-40页 |
| ·实验设计及实验结果 | 第40-42页 |
| ·实验和算法参数 | 第40页 |
| ·基本测试函数 | 第40-41页 |
| ·实验结果和讨论 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于适应度改进和状态判断的多子代抽样演化算法 | 第43-61页 |
| ·引言 | 第43页 |
| ·多子代抽样(Multiple Offspring Sampling-MOS)算法 | 第43-45页 |
| ·MOS算法中产生新解的机制 | 第44页 |
| ·多子代抽样 | 第44-45页 |
| ·基于适应度改进与状态判断的多子代抽样演化算法 | 第45-55页 |
| ·基于适应度改进的子算法选择机制 | 第45-49页 |
| ·演化状态的判断及算子选择 | 第49-53页 |
| ·算法流程 | 第53-55页 |
| ·实验结果 | 第55-58页 |
| ·实验设置 | 第55-56页 |
| ·测试函数 | 第56-57页 |
| ·实验结果 | 第57-58页 |
| ·本章小结 | 第58-61页 |
| 第五章 总结和展望 | 第61-63页 |
| ·全文总结 | 第61页 |
| ·展望 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-71页 |
| 攻读硕士学位期间发表的论文 | 第71页 |