群体智能融合算法研究及其应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·粒子群算法 | 第10-11页 |
| ·混合蛙跳算法 | 第11页 |
| ·人工蜂群算法 | 第11-12页 |
| ·智能算法融合 | 第12页 |
| ·粒子群算法应用在无线传感网络覆盖方面 | 第12-13页 |
| ·本文的研究内容 | 第13-14页 |
| ·本文的组织结构 | 第14-15页 |
| 第2章 群体智能优化算法 | 第15-26页 |
| ·引言 | 第15页 |
| ·粒子群优化算法 | 第15-19页 |
| ·PSO 算法原理 | 第15-16页 |
| ·PSO 算法流程 | 第16-17页 |
| ·PSO 算法参数分析 | 第17-18页 |
| ·PSO 算法特征 | 第18-19页 |
| ·混合蛙跳算法 | 第19-22页 |
| ·SFLA 算法原理 | 第19-20页 |
| ·SFLA 算法流程 | 第20-21页 |
| ·SFLA 算法参数分析 | 第21-22页 |
| ·SFLA 算法特征 | 第22页 |
| ·人工蜂群算法 | 第22-25页 |
| ·ABC 算法原理 | 第22-23页 |
| ·ABC 算法流程 | 第23-24页 |
| ·ABC 算法参数分析 | 第24-25页 |
| ·ABC 算法特征 | 第25页 |
| ·小结 | 第25-26页 |
| 第3章 粒子群与人工蜂群融合算法 | 第26-32页 |
| ·引言 | 第26页 |
| ·算法原理 | 第26-27页 |
| ·算法流程 | 第27页 |
| ·仿真实验 | 第27-31页 |
| ·测试函数 | 第27-29页 |
| ·参数设置 | 第29页 |
| ·仿真实验结果 | 第29-30页 |
| ·t检验结果 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 多种群排序反馈和精英高斯学习粒子群算法 | 第32-44页 |
| ·引言 | 第32页 |
| ·算法原理 | 第32-35页 |
| ·多种群进化模式 | 第32-33页 |
| ·稳定性分析 | 第33-34页 |
| ·多种群排序反馈 | 第34页 |
| ·精英高斯学习 | 第34-35页 |
| ·算法流程 | 第35-36页 |
| ·仿真实验 | 第36-42页 |
| ·测试函数实验 | 第36-37页 |
| ·参数设置 | 第37页 |
| ·基准测试函数实验结果 | 第37-39页 |
| ·t 检验结果 | 第39-40页 |
| ·算法复杂度测试 | 第40-41页 |
| ·Shifted 测试函数实验结果 | 第41页 |
| ·排序反馈与精英高斯学习分析 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第5章 融合算法在无线传感器网络中的应用 | 第44-54页 |
| ·引言 | 第44页 |
| ·覆盖优化的问题描述 | 第44-45页 |
| ·网络模型 | 第44页 |
| ·节点测量模型 | 第44-45页 |
| ·网络覆盖模型 | 第45页 |
| ·融合算法 | 第45-50页 |
| ·算法原理 | 第46页 |
| ·算法流程 | 第46-47页 |
| ·仿真实验 | 第47-50页 |
| ·在无线传感网络中的应用 | 第50-52页 |
| ·算法参数设置 | 第50-51页 |
| ·仿真环境设置 | 第51页 |
| ·实验结果 | 第51-52页 |
| ·结论 | 第52-54页 |
| 第6章 总结与展望 | 第54-56页 |
| ·全文总结 | 第54页 |
| ·研究展望 | 第54-56页 |
| 参考文献 | 第56-62页 |
| 发表论文和参加科研情况说明 | 第62-63页 |
| 致谢 | 第63-64页 |
