| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第14-38页 |
| 1.1 引言 | 第14-16页 |
| 1.2 最优化问题 | 第16-18页 |
| 1.2.1 最优化问题的求解模型 | 第16-17页 |
| 1.2.2 多目标优化相关概念 | 第17-18页 |
| 1.3 单目标粒子群算法研究现状 | 第18-27页 |
| 1.3.1 基本粒子群算法及标准粒子群算法 | 第19-21页 |
| 1.3.2 单目标粒子群算法改进研究现状 | 第21-26页 |
| 1.3.3 单目标粒子群算法理论及应用研究现状 | 第26-27页 |
| 1.4 多目标粒子群算法研究现状 | 第27-34页 |
| 1.4.1 多目标优化算法概述 | 第27-29页 |
| 1.4.2 几种多目标粒子群算法 | 第29-31页 |
| 1.4.3 多目标粒子群算法改进研究现状 | 第31-34页 |
| 1.4.4 多目标粒子群算法理论及应用研究现状 | 第34页 |
| 1.5 本文结构安排和主要创新点 | 第34-38页 |
| 第二章 精英提升粒子群算法 | 第38-61页 |
| 2.1 引言 | 第38页 |
| 2.2 精英提升策略 | 第38-48页 |
| 2.2.1 核心思想 | 第38-40页 |
| 2.2.2 精英提升算子 | 第40-45页 |
| 2.2.3 精英提升算子搜索特点分析 | 第45-48页 |
| 2.3 精英提升算子对比实验 | 第48-54页 |
| 2.3.1 量子行为粒子群算法简介 | 第49-50页 |
| 2.3.2 测试函数及设置 | 第50-51页 |
| 2.3.3 结果与讨论 | 第51-54页 |
| 2.4 精英提升粒子群算法与其他先进算法的对比实验 | 第54-60页 |
| 2.4.1 EPQPSO(TRANS)与其它算法的对比 | 第54-57页 |
| 2.4.2 EPQPSO(DE)与其它算法的对比 | 第57-60页 |
| 2.5 本章小结 | 第60-61页 |
| 第三章 用于电力经济负荷分配的双重精英提升量子粒子群算法 | 第61-78页 |
| 3.1 引言 | 第61-62页 |
| 3.2 ED问题的数学模型 | 第62-64页 |
| 3.2.1 目标函数 | 第62-63页 |
| 3.2.2 等式约束 | 第63页 |
| 3.2.3 不等式约束 | 第63-64页 |
| 3.3 双重精英提升量子粒子群算法 | 第64-70页 |
| 3.3.1 粒子的表示方法 | 第64页 |
| 3.3.2 双重精英提升策略 | 第64-67页 |
| 3.3.3 算法描述 | 第67-70页 |
| 3.4 算例分析 | 第70-77页 |
| 3.4.1 算例I | 第71-73页 |
| 3.4.2 算例II | 第73-75页 |
| 3.4.3 算例III | 第75-77页 |
| 3.5 本章小结 | 第77-78页 |
| 第四章 用于图像多阈值分割的记忆信息支持的变异量子粒子群算法 | 第78-91页 |
| 4.1 引言 | 第78页 |
| 4.2 背景描述 | 第78-81页 |
| 4.2.1 图像分割概述 | 第78-79页 |
| 4.2.2 最大类间方差阈值分割法 | 第79-80页 |
| 4.2.3 粒子群算法在多阈值图像分割上的应用概述 | 第80-81页 |
| 4.3 记忆信息支持的变异量子粒子群算法 | 第81-85页 |
| 4.3.1 基于贝叶斯定理的记忆信息整合方法 | 第81-83页 |
| 4.3.2 记忆信息支持的变异量子粒子群算法 | 第83-85页 |
| 4.4 实验及结果分析 | 第85-90页 |
| 4.4.1 图像分割结果比较（阈值为 4） | 第86-87页 |
| 4.4.2 适应度、一致性度量及稳定性比较 | 第87-89页 |
| 4.4.3 克服维数灾难能力实验 | 第89-90页 |
| 4.5 本章小结 | 第90-91页 |
| 第五章 基于精英播种和转座子的多目标粒子群算法 | 第91-105页 |
| 5.1 引言 | 第91页 |
| 5.2 算法要点 | 第91-96页 |
| 5.2.1 算法核心思想及算法流程 | 第91-93页 |
| 5.2.2 精英播种策略 | 第93-95页 |
| 5.2.3 Leader的选择 | 第95-96页 |
| 5.2.4 周期惯性权重 | 第96页 |
| 5.3 实验及结果分析 | 第96-103页 |
| 5.3.1 测试函数 | 第97页 |
| 5.3.2 性能评价指标 | 第97-98页 |
| 5.3.3 参数设置 | 第98-99页 |
| 5.3.4 结果及分析 | 第99-103页 |
| 5.4 本章小结 | 第103-105页 |
| 第六章 用于油田无线传感器网络节点部署的多目标离散粒子群算法 | 第105-130页 |
| 6.1 引言 | 第105页 |
| 6.2 油田无线传感器网络概述 | 第105-106页 |
| 6.3 油田无线传感器网络节点部署问题描述及建模 | 第106-113页 |
| 6.3.1 问题描述 | 第106-109页 |
| 6.3.2 问题建模 | 第109-113页 |
| 6.4 基于精英播种和转座子的多目标离散粒子群算法 | 第113-124页 |
| 6.4.1 离散粒子群算法概述 | 第113-116页 |
| 6.4.2 算法描述 | 第116-124页 |
| 6.5 实验及结果分析 | 第124-129页 |
| 6.5.1 测试问题 | 第124-125页 |
| 6.5.2 性能评价指标 | 第125-126页 |
| 6.5.3 参数设置 | 第126页 |
| 6.5.4 结果及分析 | 第126-129页 |
| 6.6 本章小结 | 第129-130页 |
| 结论和展望 | 第130-133页 |
| 参考文献 | 第133-155页 |
| 攻读博士学位期间取得的研究成果 | 第155-157页 |
| 致谢 | 第157-158页 |
| 附件 | 第158页 |
