基于动物觅食原理的改进微粒群算法研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 引言 | 第7-15页 |
| ·最优化问题 | 第7-8页 |
| ·进化计算 | 第8-9页 |
| ·概述 | 第8页 |
| ·遗传算法 | 第8-9页 |
| ·群智能算法 | 第9页 |
| ·人工鱼群算法 | 第9页 |
| ·粒子群算法 | 第9页 |
| ·微粒群算法 | 第9-12页 |
| ·微粒群算法的产生 | 第9-10页 |
| ·基本微粒群算法 | 第10-11页 |
| ·标准微粒群算法 | 第11-12页 |
| ·微粒群算法的国内外研究现状分析 | 第12-14页 |
| ·本文的主要研究内容 | 第14-15页 |
| 第二章 食物引导的微粒群算法 | 第15-33页 |
| ·食物引导的微粒群算法 | 第15-17页 |
| ·内部饥饿函数 | 第15-16页 |
| ·算法思想 | 第16页 |
| ·进化方程构造 | 第16-17页 |
| ·速度变异策略 | 第17页 |
| ·算法步骤 | 第17页 |
| ·仿真实验 | 第17-32页 |
| ·测试函数 | 第18-19页 |
| ·算法参数设置 | 第19-20页 |
| ·参数m1 及m2 的选择 | 第20-22页 |
| ·实验结果及分析 | 第22-32页 |
| ·小结 | 第32-33页 |
| 第三章 风险效益微粒群算法 | 第33-51页 |
| ·生物学基础 | 第33页 |
| ·风险效益微粒群算法 | 第33-34页 |
| ·速度变异策略 | 第34-35页 |
| ·仿真实验 | 第35-50页 |
| ·测试函数 | 第35页 |
| ·算法参数设置 | 第35-36页 |
| ·实验结果及分析 | 第36-50页 |
| ·小结 | 第50-51页 |
| 第四章 激励微粒群算法 | 第51-63页 |
| ·风险效益微粒群算法的分析及激励微粒群算法的提出 | 第51页 |
| ·激励微粒群算法 | 第51-52页 |
| ·食物动力模型 | 第51-52页 |
| ·算法思想 | 第52页 |
| ·速度变异策略 | 第52-53页 |
| ·仿真实验 | 第53-61页 |
| ·测试函数 | 第53页 |
| ·算法参数设置 | 第53页 |
| ·实验结果和分析 | 第53-61页 |
| ·小结 | 第61-63页 |
| 第五章 总结与展望 | 第63-65页 |
| ·论文总结 | 第63页 |
| ·展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
| 攻读硕士学位期间科研论文发表情况 | 第71-72页 |
