基于多种群并行粒子群优化算法研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究的背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文研究的主要内容 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-16页 |
| 第2章 粒子群优化算法基础知识 | 第16-26页 |
| 2.1 引言 | 第16页 |
| 2.2 粒子群优化算法基础 | 第16-21页 |
| 2.2.1 PSO算法来源 | 第16-17页 |
| 2.2.2 PSO算法的基本原理 | 第17-19页 |
| 2.2.3 PSO算法流程 | 第19-20页 |
| 2.2.4 PSO算法的特点 | 第20-21页 |
| 2.3 粒子群优化算法的改进及发展 | 第21-24页 |
| 2.3.1 带惯性权重的PSO算法 | 第21-22页 |
| 2.3.2 带收缩因子的PSO算法 | 第22页 |
| 2.3.3 二进制离散的PSO算法 | 第22-23页 |
| 2.3.4 混合PSO算法 | 第23页 |
| 2.3.5 混沌PSO算法 | 第23-24页 |
| 2.4 粒子群优化算法的应用 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 粒子群优化算法进化种群讨论 | 第26-33页 |
| 3.1 引言 | 第26页 |
| 3.2 进化种群探讨 | 第26-28页 |
| 3.2.1 进化种群的设计讨论 | 第27页 |
| 3.2.2 几种进化种群的迭代公式 | 第27-28页 |
| 3.3 几种进化种群的迭代公式 | 第28-31页 |
| 3.3.1 实验测试函数 | 第28-29页 |
| 3.3.2 实验参数设置 | 第29页 |
| 3.3.3 实验结果 | 第29-30页 |
| 3.3.4 结果分析 | 第30-31页 |
| 3.4 几种进化种群各自的特点 | 第31页 |
| 3.5 本章小结 | 第31-33页 |
| 第4章 基于多种群并行粒子群优化算法 | 第33-45页 |
| 4.1 引言 | 第33页 |
| 4.2 标准粒子群优化算法的不足 | 第33-34页 |
| 4.3 基于多种群并行粒子群优化算法 | 第34-44页 |
| 4.3.1 算法原理 | 第34-36页 |
| 4.3.2 算法流程 | 第36-39页 |
| 4.3.3 仿真实验 | 第39-43页 |
| 4.3.4 实验结果及分析 | 第43-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 基于粒子群优化算法的无线传感节点部署 | 第45-53页 |
| 5.1 引言 | 第45页 |
| 5.2 无线传感网络体系结构 | 第45-46页 |
| 5.3 无线传感节点部署 | 第46-48页 |
| 5.3.1 节点部署问题描述 | 第46-47页 |
| 5.3.2 节点部署相关概念及评价指标 | 第47-48页 |
| 5.4 节点部署优化模型的建立及假设 | 第48-50页 |
| 5.5 基本粒子群优化算法求解节点部署优化模型 | 第50-51页 |
| 5.5.1 节点位置与粒子个体位置的映射 | 第50页 |
| 5.5.2 节点位置调整机制 | 第50-51页 |
| 5.5.3 算法流程 | 第51页 |
| 5.6 仿真实验及分析 | 第51-52页 |
| 5.7 本章小结 | 第52-53页 |
| 第6章 总结与展望 | 第53-56页 |
| 6.1 全文总结 | 第53-54页 |
| 6.2 研究展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读学位期间的研究成果 | 第61页 |
