首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

交互变邻域微分进化群搜索优化算法

中文摘要第1-4页
ABSTRACT第4-8页
第一章 引言第8-14页
   ·群智能算法第8页
   ·常见的群智能算法简介第8-10页
   ·GSO 算法第10-13页
     ·算法原理第10-12页
     ·算法流程第12页
     ·参数设置第12页
     ·GSO 算法的研究现状第12-13页
   ·论文的组织第13-14页
第二章 微分进化群搜索优化算法第14-32页
   ·群搜索优化算法的数值算法分析第14-18页
     ·群搜索优化算法的微分方程模型第14页
     ·生物学背景第14-15页
     ·常见的数值方法介绍第15-18页
   ·微分进化群搜索优化算法第18-23页
     ·基于不同数值计算方法的微分进化群搜索优化算法第18-19页
     ·收敛性分析第19-20页
     ·绝对稳定性第20-21页
     ·步长h 的选择方式第21-22页
     ·微分进化群搜索优化算法第22-23页
   ·实验仿真第23-30页
     ·参数设置第25页
     ·实验结果分析第25-30页
   ·本章小结第30-32页
第三章 交互变邻域群搜索优化算法第32-44页
   ·交互变邻域群搜索优化算法(IGSO)第32-34页
     ·算法背景第32-33页
     ·算法思想第33页
     ·IGSO 算法流程第33-34页
   ·实验设计第34页
     ·测试函数第34页
     ·参数设置第34页
   ·均匀设计第34-42页
     ·均匀设计实验及分析第36-37页
     ·实验结果与分析第37-42页
   ·本章小结第42-44页
第四章 交互变邻域微分进化群搜索优化算法第44-54页
   ·网络拓扑第44-45页
   ·交互变邻域微分进化群搜索优化算法(IDGSO)第45-47页
     ·基于不同数值方法的IDGSO第45-46页
     ·绝对稳定性及步长的选择第46页
     ·交互变邻域位分进化群搜索优化算法第46-47页
   ·实验设计第47页
     ·测试函数第47页
     ·参数设置第47页
   ·实验结果与分析第47-52页
   ·本章小结第52-54页
第五章 总结与展望第54-56页
参考文献第56-60页
致谢第60-62页
攻读硕士学位期间科研论文发表情况第62-64页
个人简介及联系方式第64-65页

论文共65页,点击 下载论文
上一篇:基于CMM的软件测试过程模型的研究
下一篇:基于Petri网的构件软件系统的安全性分析