| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 论文研究的主要内容 | 第11-13页 |
| 1.3.1 论文的组织 | 第11-12页 |
| 1.3.2 论文的主要工作与创新 | 第12-13页 |
| 2 基本人工鱼群算法 | 第13-20页 |
| 2.1 人工鱼的结构模型 | 第13-14页 |
| 2.2 人工鱼四种基本行为描述 | 第14-15页 |
| 2.2.1 觅食行为 | 第14页 |
| 2.2.2 聚群行为 | 第14-15页 |
| 2.2.3 追尾行为 | 第15页 |
| 2.2.4 随机行为 | 第15页 |
| 2.3 人工鱼群算法的寻优原理及步骤 | 第15-16页 |
| 2.4 人工鱼群算法收敛性分析 | 第16页 |
| 2.5 人工鱼群算法全局收敛性证明 | 第16-19页 |
| 2.5.1 人工鱼行为过程 | 第16-17页 |
| 2.5.2 可归约随机矩阵的稳定性定理 | 第17页 |
| 2.5.3 全局收敛性证明 | 第17-19页 |
| 2.6 本章小结 | 第19-20页 |
| 3 人工鱼群算法的参数分析及改进 | 第20-31页 |
| 3.1 五种参数对收敛性能的影响分析 | 第20-21页 |
| 3.2 距离对优化的影响 | 第21-24页 |
| 3.2.1 各种距离介绍 | 第21-23页 |
| 3.2.2 仿真实验 | 第23-24页 |
| 3.3 拥挤度因子对优化的影响 | 第24-30页 |
| 3.3.1 拥挤度因子的定义 | 第24页 |
| 3.3.2 拥挤度因子的作用机理 | 第24-26页 |
| 3.3.3 自适应拥挤度因子及对称正态随机行为 | 第26-30页 |
| 3.4 本章小结 | 第30-31页 |
| 4 基于跟随行为的人工鱼群算法 | 第31-35页 |
| 4.1 跟随行为 | 第31-32页 |
| 4.1.1 人工蜂群算法简介 | 第31页 |
| 4.1.2 人工蜂群算法原理 | 第31-32页 |
| 4.2 跟随行为的人工鱼群算法 | 第32-33页 |
| 4.3 仿真实验 | 第33-34页 |
| 4.4 本章小结 | 第34-35页 |
| 5 人工鱼群算法在DAD模型上的应用 | 第35-40页 |
| 5.1 符号说明 | 第35页 |
| 5.2 AD、DA及DAD模型简述 | 第35-38页 |
| 5.2.1 攻击者-防御者模型(AD model) | 第35-36页 |
| 5.2.2 防御者-攻击者模型(DA model) | 第36页 |
| 5.2.3 防御者-攻击者-防御者模型(DAD model) | 第36-38页 |
| 5.3 实例分析 | 第38-40页 |
| 结束语 | 第40-41页 |
| 致谢 | 第41-42页 |
| 参考文献 | 第42-45页 |
