| 摘要 | 第1-8页 |
| Abstract | 第8-11页 |
| 第一章 绪论 | 第11-19页 |
| ·粒子群算法产生的背景 | 第11-13页 |
| ·粒子群算法的研究现状 | 第13-15页 |
| ·粒子群算法的应用 | 第15-16页 |
| ·本文主要研究工作 | 第16-17页 |
| ·论文的组织 | 第17-19页 |
| 第二章 粒子群优化算法 | 第19-33页 |
| ·优化问题 | 第19-21页 |
| ·粒子群算法 | 第21-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 惯性权重非线性递减随机策略的粒子群算法 | 第33-52页 |
| ·惯性权值的调整策略分析 | 第33-37页 |
| ·非线性递减随机惯性权重策略 | 第37-50页 |
| ·本章小结 | 第50-52页 |
| 第四章 多元回归分析 | 第52-59页 |
| ·多元线性回归模型 | 第52-55页 |
| ·Logistic非线性回归模型 | 第55-57页 |
| ·Probit非线性回归模型 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 改进的PSO算法在参数估计中的应用 | 第59-74页 |
| ·研究的背景 | 第59-60页 |
| ·回归模型参数估计的非线性随机惯性权重粒子群优化算法实现 | 第60-73页 |
| ·本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| ·本文完成的工作 | 第74页 |
| ·今后的展望 | 第74-76页 |
| 附录 A | 第76-84页 |
| 参考文献 | 第84-89页 |
| 致谢 | 第89-90页 |
| 附录 攻读学位期间发表的学术论文目录 | 第90页 |