| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·研究背景 | 第8-9页 |
| ·国内外研究现状 | 第9-13页 |
| ·微粒群算法的应用 | 第13页 |
| ·本文安排 | 第13-15页 |
| 第二章 微粒群算法 | 第15-24页 |
| ·基本微粒群算法 | 第15-19页 |
| ·算法的基本原理 | 第15-16页 |
| ·算法的数学描述 | 第16-17页 |
| ·算法的流程 | 第17-18页 |
| ·算法的特点 | 第18页 |
| ·算法的社会行为分析 | 第18-19页 |
| ·算法的两种基本进化模型 | 第19页 |
| ·几种典型的改进的微粒群算法 | 第19-24页 |
| ·带惯性因子的微粒群算法 | 第19-20页 |
| ·带收缩因子的微粒群算法 | 第20页 |
| ·基于动态领域的改进的微粒群算法 | 第20-21页 |
| ·一种保证种群多样性的微粒群算法 | 第21-24页 |
| 第三章 基于遗传算法的微粒群体规模动态调整方法 | 第24-38页 |
| ·具有动态群体规模的智能算法研究概况 | 第24-27页 |
| ·具有动态群体规模微粒群算法（VPPSO）的基本思想 | 第27-28页 |
| ·具有动态群体规模的微粒群算法 | 第28页 |
| ·微粒群体规模的动态调整方法 | 第28-31页 |
| ·杂交方法 | 第28-29页 |
| ·保留概率的计算方法 | 第29-30页 |
| ·变异方法 | 第30页 |
| ·选择方法 | 第30-31页 |
| ·仿真实验及结果分析 | 第31-38页 |
| ·四个高维多峰标准测试函数 | 第31页 |
| ·与标准微粒群算法的对比仿真实验与结果分析 | 第31-35页 |
| ·参数对算法影响的仿真实验与结果分析 | 第35-38页 |
| 第四章 动态群体规模变化频度的控制 | 第38-48页 |
| ·VPPSO 算法的缺陷分析 | 第38页 |
| ·动态群体规模变化频度的控制 | 第38-44页 |
| ·引入群体培育期的VPPSO 算法 | 第38-40页 |
| ·仿真实验与结果分析 | 第40-44页 |
| ·提高群体多样性的杂交方法 | 第44-48页 |
| ·改进的 VPPSO 的杂交方法 | 第44-45页 |
| ·仿真试验与结果分析 | 第45-48页 |
| 第五章 总结与展望 | 第48-49页 |
| 参考文献 | 第49-54页 |
| 攻读硕士期间发表论文目录 | 第54-55页 |
| 致谢 | 第55-56页 |
| 个人简况及联系方式 | 第56-57页 |