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

多尺度量子谐振子优化算法的改进与应用

摘要第3-5页
Abstract第5-6页
第一章 绪论第9-18页
    1.1 研究背景及意义第9-11页
    1.2 国内外研究现状第11-15页
        1.2.1 智能优化算法概述第11-14页
        1.2.2 MQHOA研究现状第14-15页
    1.3 主要研究内容第15-16页
    1.4 章节安排第16-18页
第二章 MQHOA概述第18-25页
    2.1 基本MQHOA物理模型第18-20页
        2.1.1 经典谐振子第18-19页
        2.1.2 量子谐振子第19-20页
    2.2 MQHOA的收敛过程第20-22页
        2.2.1 QHO收敛过程第20-21页
        2.2.2 M收敛过程第21-22页
    2.3 MQHOA的算法流程第22页
    2.4 能级稳定过程的MQHOA第22-23页
    2.5 存在的不足第23-24页
    2.6 本章小结第24-25页
第三章 基于协方差的MQHOA第25-34页
    3.1 多元正态分布下的MQHOA描述第25-28页
        3.1.1 多元正态分布第25-27页
        3.1.2 CM-MQHOA框架第27-28页
    3.2 改进QHO收敛过程第28-31页
    3.3 改进M收敛过程第31-32页
    3.4 改进的多尺度量子谐振子算法描述第32-33页
    3.5 本章小结第33-34页
第四章 数值仿真实验及分析第34-45页
    4.1 仿真环境与性能测试函数第34-36页
    4.2 与原MQHOA性能比较第36-38页
    4.3 与其他算法性能比较第38-44页
        4.3.1 收敛性和准确度比较第38-42页
        4.3.2 时间开销比较第42-43页
        4.3.3 超高维优化比较第43-44页
    4.4 本章小结第44-45页
第五章 CM-MQHOA在聚类中的应用第45-53页
    5.1 聚类概述第45-46页
    5.2 K-means聚类及改进第46-49页
        5.2.1 K-means算法数学描述第46页
        5.2.2 K-means算法描述第46-47页
        5.2.3 K-means算法的编码和适应度函数选择第47-48页
        5.2.4 基于CM-MQHOA的K-means聚类第48-49页
    5.3 仿真实验与分析第49-52页
        5.3.1 实验数据集和评价指标第49-50页
        5.3.2 实验结果与分析第50-52页
    5.4 本章小结第52-53页
第六章 总结与展望第53-56页
    6.1 本文主要工作第53-54页
    6.2 未来展望第54-56页
参考文献第56-60页
作者在读期间科研成果简介第60-61页
致谢第61页

论文共61页,点击 下载论文
上一篇:新疆石河子垦区沙漠边缘地带的冰雹预警指标研究
下一篇:量子通信网络中节点行为可信管理研究