| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-11页 |
| 1.2 群智能优化方法 | 第11-12页 |
| 1.3 狼群搜索算法研究现状 | 第12-13页 |
| 1.4 论文的主要工作 | 第13页 |
| 1.5 论文的结构安排 | 第13-15页 |
| 2 具有短暂记忆的狼群搜索算法介绍 | 第15-19页 |
| 2.1 算法基本思想 | 第15页 |
| 2.2 基狼群搜索规则及位置移动策略 | 第15-16页 |
| 2.3 本狼群搜索算法实施过程 | 第16-18页 |
| 2.4 狼群搜索算法特点 | 第18页 |
| 2.5 本章小结 | 第18-19页 |
| 3 一种引入Nelder-Mead算子的狼群搜索算法 | 第19-31页 |
| 3.1 引言 | 第19页 |
| 3.2 Nelder-Mead算子介绍 | 第19-20页 |
| 3.3 引入Nelder-Mead算子的狼群搜索算法 | 第20-22页 |
| 3.3.1 改进WSA算法描述 | 第20-21页 |
| 3.3.2 NM-IWSA实施步骤 | 第21-22页 |
| 3.4 仿真实验与结果分析 | 第22-29页 |
| 3.4.1 仿真实验平台 | 第22页 |
| 3.4.2 测试函数 | 第22-24页 |
| 3.4.3 实验结果分析和比较 | 第24-29页 |
| 3.5 本章小结 | 第29-31页 |
| 4 一种改进的狼群搜索算法及用于解决聚类问题 | 第31-46页 |
| 4.1 引言 | 第31-32页 |
| 4.2 K-means聚类算法 | 第32-33页 |
| 4.3 一种改进的狼群搜索算法 | 第33-36页 |
| 4.4 IWSA与K-means相结合的聚类算法 | 第36页 |
| 4.5 实验仿真与结果分析 | 第36-45页 |
| 4.5.1 实验仿真平台 | 第36-37页 |
| 4.5.2 测试数据与参数设置 | 第37-38页 |
| 4.5.3 测试结果分析 | 第38-45页 |
| 4.6 本章小节 | 第45-46页 |
| 5 总结与展望 | 第46-49页 |
| 5.1 论文总结 | 第46-47页 |
| 5.2 展望 | 第47-49页 |
| 参考文献 | 第49-54页 |
| 致谢 | 第54-55页 |
| 附录 | 第55-60页 |
| 攻读学位期间发表的学术论文 | 第60页 |