| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究的背景和意义 | 第10页 |
| ·智能仿生算法 | 第10-15页 |
| ·遗传算法 | 第11-12页 |
| ·蚁群算法 | 第12-13页 |
| ·人工鱼群算法 | 第13页 |
| ·微粒群优化算法 | 第13-14页 |
| ·菌群优化算法 | 第14-15页 |
| ·T-S 模糊模型后件参数辨识与优化 | 第15-16页 |
| ·本文的主要内容和安排 | 第16-18页 |
| ·本文的主要内容 | 第16页 |
| ·本文的结构安排 | 第16-18页 |
| 第2章 菌群优化算法 | 第18-25页 |
| ·引言 | 第18页 |
| ·理论依据 | 第18-20页 |
| ·觅食理论 | 第18-20页 |
| ·觅食搜寻策略 | 第20页 |
| ·觅食的社会性和智能性 | 第20页 |
| ·菌群优化算法 | 第20-23页 |
| ·算法原理 | 第20-22页 |
| ·算法流程 | 第22-23页 |
| ·菌群优化算法参数选取 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 BFO算法分析 | 第25-33页 |
| ·引言 | 第25页 |
| ·适应度函数的选取 | 第25页 |
| ·非线性模型的优化问题分析 | 第25-30页 |
| ·简单非线性模型 | 第25-27页 |
| ·典型非线性模型 | 第27-28页 |
| ·复杂非线性模型 | 第28-30页 |
| ·仿真结果分析 | 第30-31页 |
| ·菌群优化算法与遗传算法的比较 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 基于BFO算法的T-S模糊模型后件参数优化 | 第33-45页 |
| ·引言 | 第33页 |
| ·T-S 模糊建模 | 第33-38页 |
| ·T-S 模糊模型 | 第33-35页 |
| ·多项式T-S 模型 | 第35页 |
| ·输入变量的模糊划分 | 第35-36页 |
| ·隶属函数 | 第36-37页 |
| ·规则的激活度 | 第37-38页 |
| ·基于BFO 算法的后件参数辨识 | 第38-44页 |
| ·BFO 算法辨识T-S 模型后件参数 | 第38-39页 |
| ·仿真研究 | 第39-43页 |
| ·结果分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 无引导路径优化 | 第45-54页 |
| ·引言 | 第45-46页 |
| ·聚集的稳定性分析 | 第46-47页 |
| ·聚集集合的数学模型 | 第46页 |
| ·聚集内聚力的分析 | 第46-47页 |
| ·在内聚聚集中个体行为分析 | 第47页 |
| ·无引导路径优化问题 | 第47-51页 |
| ·无引导路径优化算法 | 第48页 |
| ·仿真研究 | 第48-51页 |
| ·基于BFO 算法的无人机应用设想 | 第51-53页 |
| ·无人机的发展 | 第51-52页 |
| ·无人机的算法设想 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61页 |