摘要 | 第6-8页 |
Abstract | 第8-9页 |
第1章 绪论 | 第10-17页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-15页 |
1.2.1 膜计算的研究现状 | 第11-13页 |
1.2.2 微粒群算法的研究现状 | 第13-14页 |
1.2.3 基于微粒群膜算法的研究现状 | 第14-15页 |
1.3 论文的结构内容及创新点 | 第15-17页 |
第2章 膜计算与微粒群的基本理论 | 第17-26页 |
2.1 膜计算基本理论 | 第17-20页 |
2.1.1 细胞型膜系统计算模型 | 第18-19页 |
2.1.2 膜对象和规则设计 | 第19-20页 |
2.2 微粒群算法基本理论 | 第20-25页 |
2.2.1 微粒群优化算法基本原理 | 第20-24页 |
2.2.2 离散微粒群算法 | 第24-25页 |
2.3 本章小结 | 第25-26页 |
第3章 基于活性膜规则的微粒群膜算法 | 第26-44页 |
3.1 动态选择惯性权重曲线微粒群算法 | 第26-30页 |
3.1.1 微粒群的惯性权重 | 第26-28页 |
3.1.2 Sugeno函数确定的惯性权重曲线 | 第28-30页 |
3.2 动态选择惯性权重曲线微粒群算法 | 第30-37页 |
3.2.1 本文改进的惯性权重曲线 | 第30-32页 |
3.2.2 算法惯性权重选取策略及参数确定 | 第32-37页 |
3.3 基于活性膜P系统的动态选择惯性权重曲线微粒群算法 | 第37-41页 |
3.3.1 活性膜P系统 | 第37-38页 |
3.3.2 动态选择惯性权重微粒群活性膜算法过程 | 第38页 |
3.3.3 动态选择惯性权重曲线微粒群活性膜P系统创建 | 第38-40页 |
3.3.4 系统规则计算过程 | 第40-41页 |
3.4 算法性能分析 | 第41-42页 |
3.5 本章小结 | 第42-44页 |
第4章 二进制微粒群膜算法 | 第44-53页 |
4.1 二进制微粒群算法 | 第44-45页 |
4.2 改进二进制微粒群算法 | 第45-47页 |
4.3 二进制微粒群膜算法 | 第47-51页 |
4.3.1 酶细胞型P系统 | 第47-48页 |
4.3.2 BPSOEPS系统的设计 | 第48-49页 |
4.3.3 微粒群膜系统计算过程 | 第49-51页 |
4.4 算法性能分析 | 第51-52页 |
4.5 本章小结 | 第52-53页 |
第5章 微粒群膜算法应用 | 第53-62页 |
5.1 新微粒群膜算法优化基准测试函数 | 第53-57页 |
5.1.1 基准测试函数 | 第53-54页 |
5.1.2 算法优化基准测试函数描述 | 第54-55页 |
5.1.3 实验与分析 | 第55-57页 |
5.2 二进制微粒群膜算法求解背包问题 | 第57-60页 |
5.2.1 背包问题描述 | 第57-58页 |
5.2.2 求解背包问题的离散微粒群算法描述 | 第58-59页 |
5.2.3 实验与分析 | 第59-60页 |
5.3 本章小结 | 第60-62页 |
第6章 总结与展望 | 第62-64页 |
6.1 论文的主要研究工作 | 第62-63页 |
6.2 未来工作展望 | 第63-64页 |
参考文献 | 第64-68页 |
攻读学位期间的论文发表及项目参与情况 | 第68-69页 |
发表论文 | 第68页 |
参与项目 | 第68-69页 |
致谢 | 第69页 |