遗传算法与粒子群算法的改进及应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-26页 |
| ·引言 | 第10页 |
| ·研究背景与意义 | 第10-12页 |
| ·国内外研究现状 | 第12-24页 |
| ·问题的提出与本文的结构 | 第24-26页 |
| 2 基于捕食搜索策略的遗传算法研究 | 第26-35页 |
| ·引言 | 第26页 |
| ·基于捕食搜索策略遗传算法的基本思想 | 第26-29页 |
| ·基于捕食搜索策略遗传算法的设计及实现 | 第29-32页 |
| ·算法有效性测试 | 第32-34页 |
| ·小结 | 第34-35页 |
| 3 多种群并行粒子群算法研究 | 第35-47页 |
| ·引言 | 第35页 |
| ·多种群并行粒子群算法研究 | 第35-39页 |
| ·算法参数的确定 | 第39-43页 |
| ·仿真试验 | 第43-46页 |
| ·小结 | 第46-47页 |
| 4 基于种群多样性测度的粒子群算法研究 | 第47-61页 |
| ·引言 | 第47页 |
| ·种群多样性测度及计算方法 | 第47-49页 |
| ·动态改变惯性权重的自适应粒子群算法 | 第49-52页 |
| ·算法有效性测试 | 第52-60页 |
| ·小结 | 第60-61页 |
| 5 基于种群速度调整惯性权重的粒子群算法研究 | 第61-75页 |
| ·引言 | 第61页 |
| ·粒子群算法的速度收敛性分析 | 第61-63页 |
| ·基于种群速度调整惯性权重的粒子群算法 | 第63-65页 |
| ·算法有效性测试 | 第65-74页 |
| ·小结 | 第74-75页 |
| 6 动态种群结构的粒子群算法研究 | 第75-83页 |
| ·引言 | 第75页 |
| ·动态种群结构的粒子群算法 | 第75-78页 |
| ·仿真试验 | 第78-82页 |
| ·小结 | 第82-83页 |
| 7 基于粒子群算法的非线性系统模糊辨识研究 | 第83-93页 |
| ·引言 | 第83页 |
| ·T-S 模糊模型 | 第83-84页 |
| ·基于粒子群的动态聚类算法 | 第84-88页 |
| ·基于粒子群动态聚类的T-S 模糊模型辨识 | 第88-92页 |
| ·小结 | 第92-93页 |
| 8 遗传算法和粒子群算法的应用 | 第93-116页 |
| ·引言 | 第93-94页 |
| ·遗传算法和粒子群算法在参数估计中的应用 | 第94-99页 |
| ·遗传算法和粒子群算法在RBF 网络学习中的应用 | 第99-115页 |
| ·小结 | 第115-116页 |
| 9 结束语 | 第116-119页 |
| ·总结 | 第116-117页 |
| ·未来的工作 | 第117-119页 |
| 致谢 | 第119-120页 |
| 参考文献 | 第120-132页 |
| 附录 攻读博士期间发表的主要论文 | 第132-133页 |
