粒子群进化算法的改进及应用

摘要	第1-5页
ABSTRACT	第5-9页
第1章 绪论	第9-12页
·研究背景	第9-10页
·研究进展	第10页
·本文主要工作	第10-11页
·本文结构	第11-12页
第2章 粒子群进化算法和微分进化算法	第12-20页
·粒子群进化算法（PSO）	第12-15页
·粒子群进化算法原理	第12-13页
·粒子群进化算法参数分析	第13-14页
·粒子群进化算法流程	第14-15页
·算法的应用领域	第15页
·微分进化算法（DE）	第15-20页
·微分进化算法原理	第15-16页
·微分进化算法参数选择	第16-17页
·微分进化算法流程	第17-18页
·微分进化算法的扩展	第18-19页
·算法的应用	第19-20页
第3章 基于时变因子的PSO-DE混合优化算法	第20-29页
·惯性权重的改进	第20页
·学习因子的改进	第20-21页
·PSO-DE算法流程	第21-22页
·数值模拟实验	第22-28页
·测试函数	第22-23页
·实验设计及其结果分析	第23-28页
·本章小结	第28-29页
第4章 基于粒子浓度的DE-PSO混合算法	第29-37页
·粒子浓度的概念	第29页
·算法更新策略	第29-30页
·DE-PSO算法流程	第30-31页
·数值模拟实验	第31-32页
·测试函数	第31页
·实验所用算法及参数设定	第31-32页
·实验结果与分析	第32-36页
·本章小结	第36-37页
第5章 总结与展望	第37-39页
·本文总结	第37页
·研究展望	第37-39页
参考文献	第39-42页
致谢	第42-43页