引入牵引机制的果蝇优化算法及其应用研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文研究内容与组织结构 | 第12-14页 |
| 第二章 果蝇优化算法的研究 | 第14-29页 |
| 2.1 群体智能算法综述 | 第14-19页 |
| 2.2 果蝇优化算法 | 第19-25页 |
| 2.2.1 算法原理与实现 | 第20-22页 |
| 2.2.2 算法的理论分析 | 第22-25页 |
| 2.3 果蝇优化算法与其他智能算法的比较 | 第25页 |
| 2.4 果蝇优化算法的改进方向 | 第25-28页 |
| 2.4.1 参数改进 | 第26-27页 |
| 2.4.2 寻优策略改进 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 引入牵引机制的果蝇优化算法 | 第29-49页 |
| 3.1 牵引种群产生算法 | 第29-31页 |
| 3.2 动态搜索半径 | 第31-32页 |
| 3.3 TFOA算法流程 | 第32-34页 |
| 3.4 TFOA算法时间复杂度分析 | 第34-35页 |
| 3.5 实验与分析 | 第35-47页 |
| 3.5.1 TFOA在连续环境下的寻优性能测试 | 第35-42页 |
| 3.5.2 TFOA在离散环境下的寻优性能测试 | 第42-47页 |
| 3.5.3 实验结果分析总结 | 第47页 |
| 3.6 本章小结 | 第47-49页 |
| 第四章 TFOA在WSN节点定位中的应用研究 | 第49-65页 |
| 4.1 WSN节点定位方法综述 | 第49-55页 |
| 4.1.1 基于测距的定位算法 | 第49-52页 |
| 4.1.2 基于非测距的定位算法 | 第52-55页 |
| 4.1.3 新型智能定位算法 | 第55页 |
| 4.2 算法建模 | 第55-57页 |
| 4.3 TFOA算法求解WSN节点定位问题步骤 | 第57-58页 |
| 4.4 实验设计与结果分析 | 第58-64页 |
| 4.4.1 实验环境及参数设置 | 第58-59页 |
| 4.4.2 实验结果及分析 | 第59-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 工作总结 | 第65页 |
| 5.2 未来展望 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 附录A: 图索引 | 第73-75页 |
| Appendix A: Figure Index | 第75-77页 |
| 附录B: 表索引 | 第77-78页 |
| Appendix B: Table Index | 第78-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士学位期间的科研成果 | 第80页 |
