| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-19页 |
| ·智能计算 | 第8-10页 |
| ·群体智能 | 第10-18页 |
| ·粒子群算法 | 第10-13页 |
| ·蚁群算法 | 第13-15页 |
| ·人工鱼群算法 | 第15-18页 |
| ·研究内容 | 第18页 |
| ·章节安排 | 第18页 |
| ·本章小结 | 第18-19页 |
| 2 基本自由搜索 FS 算法 | 第19-28页 |
| ·基本自由搜索算法 | 第19-23页 |
| ·基本自由搜索算法生物学背景 | 第19页 |
| ·基本自由搜索算法搜索机制 | 第19-20页 |
| ·基本自由搜索算法数学模型 | 第20-22页 |
| ·基本自由搜索算法性能分析 | 第22-23页 |
| ·自由搜索改进算法 | 第23-27页 |
| ·自适应的自由搜索 AFS 算法 | 第23页 |
| ·改进的自由搜索 IFSA 算法 | 第23-24页 |
| ·基于粗细粒交叉的自由搜索 GAFS 算法 | 第24-25页 |
| ·动态改变邻域空间和搜索步的自由搜索 VNSFS 算法 | 第25-26页 |
| ·结合差分进化的自由搜索 FSDE 算法 | 第26-27页 |
| ·自由搜索算法的应用 | 第27页 |
| ·本章小结 | 第27-28页 |
| 3 自适应邻域空间和搜索步的自由搜索 ANSFS 算法 | 第28-44页 |
| ·算法思想 | 第28-29页 |
| ·数学模型 | 第29-30页 |
| ·算法流程 | 第30-31页 |
| ·算法分析 | 第31-34页 |
| ·参数分析 | 第31-32页 |
| ·收敛性分析 | 第32页 |
| ·时间复杂度分析 | 第32-34页 |
| ·实验仿真 | 第34-43页 |
| ·测试函数 | 第34-38页 |
| ·参数设置 | 第38页 |
| ·实验结果 | 第38-43页 |
| ·本章小结 | 第43-44页 |
| 4 ANSFS 算法在解非线性方程组中的运用 | 第44-50页 |
| ·求解非线性方程组的概述 | 第44-45页 |
| ·求解非线性方程组的思路 | 第45-46页 |
| ·求解非线性方程组的步骤 | 第46页 |
| ·求解非线性方程组的实验 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 5 总结与展望 | 第50-52页 |
| ·总结 | 第50页 |
| ·展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录 | 第57页 |
| A 作者在攻读学位期间发表的论文目录 | 第57页 |