粒子群优化算法的研究和改进
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| l 绪论 | 第7-11页 |
| ·最优化问题 | 第7-8页 |
| ·进化计算 | 第8页 |
| ·群智能 | 第8-9页 |
| ·本文的主要工作 | 第9-11页 |
| 2 粒子群优化算法 | 第11-21页 |
| ·基本思想 | 第11-13页 |
| ·两种经典模型 | 第13-14页 |
| ·惯性权重模型 | 第13-14页 |
| ·收敛因子模型 | 第14页 |
| ·粒子群优化算法的收敛性分析 | 第14-19页 |
| ·粒子群优化算法的局限性 | 第19页 |
| ·粒子群优化算法的应用 | 第19-21页 |
| 3 粒子群优化算法的发展 | 第21-34页 |
| ·引言 | 第21页 |
| ·加快收敛速度 | 第21-23页 |
| ·l 混合PSO模型 | 第22-23页 |
| ·提高种群多样性 | 第23-25页 |
| ·达尔文 PSO | 第23-24页 |
| ·免疫 PSO | 第24-25页 |
| ·摆脱停滞的束缚 | 第25-29页 |
| ·采用拉伸技术的SPSO模型 | 第25-26页 |
| ·检测到算法停滞后变异 | 第26-29页 |
| ·与其它优化算法结合 | 第29-30页 |
| ·混沌 PSO | 第29-30页 |
| ·单纯形 SM PSO | 第30页 |
| ·PSO的扩展版本 | 第30-34页 |
| ·二进制 PSO(算法的离散化) | 第31页 |
| ·跟踪并优化动态模型 | 第31页 |
| ·求解约束优化问题 | 第31-34页 |
| 4 粒子群模型的深入分析 | 第34-43页 |
| ·搜索空间的限制 | 第34-38页 |
| ·被忽视的随机变量 | 第38-39页 |
| ·拓扑结构对 PSO的影响 | 第39-41页 |
| ·种群规模的考虑 | 第41-43页 |
| 5 改进的粒子群优化算法(MPSO) | 第43-62页 |
| ·MPSO的基本思想 | 第43-46页 |
| ·基准测试函数 | 第46-48页 |
| ·试验环境 | 第48-49页 |
| ·试验数据1(收敛速度) | 第49-57页 |
| ·试验数据2(搜索精度) | 第57-59页 |
| ·试验结果分析 | 第59-62页 |
| 结论 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
