| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 引言 | 第9-23页 |
| ·群智能算法 | 第9-10页 |
| ·常见的群智能算法 | 第10-13页 |
| ·蚁群算法 | 第10-12页 |
| ·群搜索优化算法 | 第12-13页 |
| ·微粒群算法 | 第13-18页 |
| ·微粒群算法的生物学背景 | 第13-14页 |
| ·标准PSO 算法 | 第14-15页 |
| ·微粒群算法的研究进展 | 第15-18页 |
| ·拓扑结构 | 第18-20页 |
| ·GBEST 模型邻域结构分析 | 第18页 |
| ·LBEST 模型邻域结构分析 | 第18页 |
| ·常见的邻域结构 | 第18-20页 |
| ·本论文的结构 | 第20-23页 |
| 第二章 基WS 小世界模型的交互变邻域微粒群算法 | 第23-45页 |
| ·复杂网络介绍 | 第23-26页 |
| ·复杂网络的发展 | 第23-25页 |
| ·WS 小世界模型 | 第25-26页 |
| ·基于WS 小世界模型的交叉变邻域微粒群算法(WSPSO) | 第26-27页 |
| ·算法背景 | 第26页 |
| ·算法思想 | 第26-27页 |
| ·算法步骤 | 第27页 |
| ·实例仿真 | 第27-29页 |
| ·测试函数 | 第27-28页 |
| ·参数设置 | 第28-29页 |
| ·均匀设计介绍 | 第29-32页 |
| ·算法性能分析 | 第32-44页 |
| ·本章小结 | 第44-45页 |
| 第三章 基于NW 小世界模型的交互变邻域微粒群算法 | 第45-61页 |
| ·NW 模型介绍 | 第45页 |
| ·基于NW 小世界模型的交互变邻域微粒群算法 | 第45-47页 |
| ·算法背景 | 第45-46页 |
| ·算法要思想 | 第46-47页 |
| ·算法步骤 | 第47页 |
| ·实例仿真 | 第47-60页 |
| ·测试函数 | 第47-48页 |
| ·参数设置 | 第48页 |
| ·算法性能分析 | 第48-60页 |
| ·小结 | 第60-61页 |
| 第四章 引入群体决策的交互变邻域微粒群算法 | 第61-96页 |
| ·引入群体决策的交互变邻域微粒群算法 | 第61-62页 |
| ·群体决策概念 | 第61页 |
| ·引入群体决策的依据 | 第61页 |
| ·群体决策的方法 | 第61-62页 |
| ·引入群体决策的基于WS 模型交互变邻域微粒群算法 | 第62-78页 |
| ·算法步骤 | 第62-63页 |
| ·测试函数 | 第63-64页 |
| ·参数设置 | 第64页 |
| ·性能分析 | 第64-78页 |
| ·引入群体决策的基于NW 模型交互变邻域微粒群算法 | 第78-94页 |
| ·算法步骤 | 第78-79页 |
| ·测试函数 | 第79-80页 |
| ·参数设置 | 第80页 |
| ·性能比较 | 第80-94页 |
| ·小结 | 第94-96页 |
| 第五章 总结与展望 | 第96-98页 |
| ·论文总结 | 第96页 |
| ·后续工作 | 第96-98页 |
| 参考文献 | 第98-103页 |
| 攻读硕士学位期间科研论文发表情况 | 第103-104页 |
| 致谢 | 第104-105页 |
