| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-23页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 优化问题 | 第12-13页 |
| 1.2.1 优化问题特点 | 第12-13页 |
| 1.2.2 优化问题分类 | 第13页 |
| 1.3 优化算法 | 第13-17页 |
| 1.3.1 传统优化算法 | 第13-14页 |
| 1.3.2 启发式算法 | 第14-17页 |
| 1.4 智能优化算法研究现状 | 第17-20页 |
| 1.5 本文主要研究内容和创新点 | 第20-23页 |
| 第二章 一种混合蜂群差分进化算法 | 第23-47页 |
| 2.1 相关研究 | 第23-24页 |
| 2.2 人工蜂群算法 | 第24-26页 |
| 2.2.1 初始化种群 | 第24-25页 |
| 2.2.2 雇佣蜂阶段 | 第25页 |
| 2.2.3 计算选择概率 | 第25-26页 |
| 2.2.4 跟随蜂阶段 | 第26页 |
| 2.2.5 侦察蜂阶段 | 第26页 |
| 2.3 差分进化算法 | 第26-28页 |
| 2.3.1 变异 | 第27页 |
| 2.3.2 交叉 | 第27页 |
| 2.3.3 选择 | 第27-28页 |
| 2.4 混合蜂群差分进化算法 | 第28-32页 |
| 2.4.1 混沌初始化 | 第28页 |
| 2.4.2 改进的 ABC 搜索策略 | 第28-30页 |
| 2.4.3 改进的 DE 搜索策略 | 第30-31页 |
| 2.4.4 一个新的类灾变机制 | 第31-32页 |
| 2.4.5 边界约束处理机制 | 第32页 |
| 2.4.6 hABCDE 的综合框架 | 第32页 |
| 2.5 实验研究及讨论 | 第32-46页 |
| 2.5.1 基准测试函数及参数设置 | 第32-36页 |
| 2.5.2 hABCDE 与 ABC 及 DE 的比较研究 | 第36-41页 |
| 2.5.3 hABCDE 与几个著名 DE 变种的比较研究 | 第41-46页 |
| 2.6 本章小结 | 第46-47页 |
| 第三章 具有 Pbest 引导机制的适应性多策略差分进化算法 | 第47-67页 |
| 3.1 相关研究 | 第47-49页 |
| 3.2 改进的差分进化算法 | 第49-55页 |
| 3.2.1 研究动机 | 第49页 |
| 3.2.2 基本思想 | 第49-50页 |
| 3.2.3 策略库的选取 | 第50-52页 |
| 3.2.4 控制参数库 Cr 和 F 的构建 | 第52-54页 |
| 3.2.5 适应性多策略差分进化算法(AMSDE) | 第54页 |
| 3.2.6 与相近算法的区别 | 第54-55页 |
| 3.3 仿真实验 | 第55-66页 |
| 3.3.1 基准测试函数 | 第55页 |
| 3.3.2 仿真测试参数设置 | 第55-56页 |
| 3.3.3 仿真结果分析 | 第56-58页 |
| 3.3.4 各策略的成功特性分析 | 第58-66页 |
| 3.4 本章小结 | 第66-67页 |
| 第四章 基于交替迭代差分进化算法的混沌系统参数辨识 | 第67-109页 |
| 4.1 相关研究 | 第67-68页 |
| 4.2 问题描述 | 第68-69页 |
| 4.3 基于交替迭代差分进化算法的混沌系统参数辨识 | 第69-72页 |
| 4.3.1 研究动机 | 第69-70页 |
| 4.3.2 基于反向学习的种群初始化 | 第70-71页 |
| 4.3.3 改进的贪婪选择机制 | 第71页 |
| 4.3.4 约束处理 | 第71页 |
| 4.3.5 交替迭代差分进化算法 | 第71-72页 |
| 4.4 仿真实验 | 第72-108页 |
| 4.4.1 对 Lorenz 系统参数辨识 | 第74-87页 |
| 4.4.2 对 Chen 系统参数辨识 | 第87-94页 |
| 4.4.3 对 Lü系统参数辨识 | 第94-101页 |
| 4.4.4 对 Rossler 系统参数辨识 | 第101-108页 |
| 4.5 本章小结 | 第108-109页 |
| 第五章 基于多步随机采样的动态洗牌差分聚类算法 | 第109-129页 |
| 5.1 相关研究 | 第109-110页 |
| 5.2 问题描述 | 第110-112页 |
| 5.3 评价准则 | 第112-113页 |
| 5.3.1 类内距离之和 | 第112页 |
| 5.3.2 聚类准确率 | 第112页 |
| 5.3.3 F-measure | 第112-113页 |
| 5.4 动态洗牌差分聚类算法 | 第113-116页 |
| 5.4.1 编码 | 第113页 |
| 5.4.2 适应度函数 | 第113页 |
| 5.4.3 基于多步随机采样的初始化 | 第113-114页 |
| 5.4.4 约束处理 | 第114-115页 |
| 5.4.5 动态洗牌差分进化算法 | 第115-116页 |
| 5.5 仿真实验 | 第116-128页 |
| 5.5.1 数据集 | 第116页 |
| 5.5.2 实验参数设置 | 第116-126页 |
| 5.5.3 初始化策略的影响分析 | 第126-127页 |
| 5.5.4 排序操作的影响分析 | 第127-128页 |
| 5.6 本章小结 | 第128-129页 |
| 第六章 总结与展望 | 第129-132页 |
| 6.1 论文主要工作和创新性 | 第129-130页 |
| 6.2 今后研究工作展望 | 第130-132页 |
| 参考文献 | 第132-140页 |
| 发表论文和参加科研情况说明 | 第140-141页 |
| 致谢 | 第141页 |
