改进的粒子群优化算法在整数规划和可靠性问题中的应用
| 目录 | 第1-7页 |
| 摘要 | 第7-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第10-14页 |
| ·本文的研究背景 | 第10-11页 |
| ·本文主要研究方法 | 第11-12页 |
| ·本文主要研究内容 | 第12-13页 |
| ·本文主要工作 | 第13-14页 |
| 第二章 智能优化算法的研究现状 | 第14-30页 |
| ·遗传算法 | 第14-15页 |
| ·差分进化算法 | 第15-22页 |
| ·原始差分进化算法 | 第16-18页 |
| ·自适应差分进化算法(JADE) | 第18-20页 |
| ·反向差分进化算法(ODE) | 第20-22页 |
| ·和声搜索算法 | 第22-27页 |
| ·原始和声搜索算法 | 第23-24页 |
| ·改进的和声搜索算法(IHS) | 第24-26页 |
| ·全局最好和声搜索算法(GHS) | 第26-27页 |
| ·粒子群优化算法(PSO) | 第27-30页 |
| ·原始粒子群优化算法 | 第27-28页 |
| ·基于惯性权重的粒子群优化算法 | 第28-29页 |
| ·基于收缩因子的粒子群优化算法 | 第29-30页 |
| 第三章 改进的粒子群算法(IPSO) | 第30-44页 |
| ·算法描述 | 第30-32页 |
| ·仿真结果分析 | 第32-44页 |
| ·问题维数对算法性能的影响 | 第33-41页 |
| ·控制参数对算法性能的影响 | 第41-44页 |
| 第四章 IPSO算法在整数规划中的应用 | 第44-52页 |
| ·整数规划的问题模型 | 第44-45页 |
| ·准备工作 | 第45页 |
| ·约束处理 | 第45页 |
| ·整数变量的处理 | 第45页 |
| ·仿真结果分析 | 第45-52页 |
| 第五章 IPSO算法在可靠性中的应用 | 第52-58页 |
| ·可靠性问题的数学模型 | 第52-55页 |
| ·仿真结果分析 | 第55-58页 |
| ·与其它粒子群算法的比较 | 第55-56页 |
| ·与文献中结果的比较 | 第56-58页 |
| 第六章 结束语 | 第58-59页 |
| ·总结与体会 | 第58页 |
| ·存在不足和问题 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63页 |
