混合蛙跳算法研究与改进
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景 | 第7-9页 |
| ·研究现状 | 第9-10页 |
| ·本文工作 | 第10-11页 |
| ·内容安排 | 第11-13页 |
| 第二章 混合蛙跳算法概述 | 第13-27页 |
| ·最优化问题 | 第13-15页 |
| ·最优化问题的定义 | 第13-14页 |
| ·最优化问题的求解 | 第14-15页 |
| ·混合蛙跳算法原理 | 第15-20页 |
| ·模因算法与粒子群算法 | 第16-17页 |
| ·原理分析 | 第17页 |
| ·基本概念 | 第17-19页 |
| ·算法参数设置 | 第19-20页 |
| ·混合蛙跳算法流程 | 第20-25页 |
| ·初始化 | 第21页 |
| ·子种群划分 | 第21页 |
| ·局部搜索 | 第21-22页 |
| ·子种群混合 | 第22页 |
| ·算法流程图 | 第22-25页 |
| ·SFLA 的缺陷 | 第25页 |
| ·小结 | 第25-27页 |
| 第三章 改进的混合蛙跳算法 | 第27-37页 |
| ·初始种群的构造 | 第27-30页 |
| ·拉丁超立方体抽样方法 | 第27-28页 |
| ·LHS 方法的筛选 | 第28-29页 |
| ·改进的初始种群构造 | 第29-30页 |
| ·基于非线性惯性权值和自适应移动算子的局部搜索 | 第30-33页 |
| ·非线性惯性权值 | 第31页 |
| ·自适应移动算子 | 第31-33页 |
| ·改进的局部搜索 | 第33页 |
| ·种群的自我学习 | 第33-36页 |
| ·Baldwin 效应 | 第34页 |
| ·基于 Baldwin 效应的自我学习 | 第34-36页 |
| ·算法设计 | 第36页 |
| ·小结 | 第36-37页 |
| 第四章 ISFLA 仿真与分析 | 第37-51页 |
| ·经典测试函数 | 第37-44页 |
| ·求解精度对比 | 第44-46页 |
| ·收敛速度对比 | 第46-49页 |
| ·小结 | 第49-51页 |
| 第五章 结束语 | 第51-53页 |
| ·总结 | 第51页 |
| ·展望 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 研究成果 | 第59-60页 |
