| 摘要 | 第1-5页 |
| ABSTRACT（英文摘要） | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题的研究背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·算法的理论分析 | 第10-11页 |
| ·算法的改进 | 第11-12页 |
| ·算法的应用 | 第12页 |
| ·本文的研究目的和研究内容 | 第12-15页 |
| ·本文的研究目的 | 第12-13页 |
| ·本文的主要研究内容 | 第13页 |
| ·本文的篇章结构 | 第13-15页 |
| 第二章 粒子群优化算法概述 | 第15-23页 |
| ·引言 | 第15页 |
| ·粒子群优化算法描述 | 第15-16页 |
| ·算法原理 | 第15-16页 |
| ·算法流程 | 第16页 |
| ·粒子群优化算法与其他进化算法比较 | 第16-18页 |
| ·粒子群优化算法的改进策略 | 第18-21页 |
| ·参数改进 | 第18-19页 |
| ·调整粒子状态量 | 第19页 |
| ·混合进化计算 | 第19-20页 |
| ·其他改进策略 | 第20-21页 |
| ·粒子群优化算法的应用 | 第21页 |
| ·本章小结 | 第21-23页 |
| 第三章 带有局部信息策略的粒子群优化算法 | 第23-27页 |
| ·引言 | 第23页 |
| ·带有局部信息策略的粒子群优化算法 | 第23-24页 |
| ·速度更新公式的改进 | 第23页 |
| ·算法流程 | 第23-24页 |
| ·数值试验与结果分析 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 非线性0-1 整数规划问题的带有混沌策略和基因密度变异粒子群优化算法 | 第27-35页 |
| ·引言 | 第27页 |
| ·非线性0-1 规划问题及约束处理机制 | 第27-28页 |
| ·带有混沌策略和基因密度变异粒子群优化算法 | 第28-31页 |
| ·0-1变量的操作 | 第28页 |
| ·克服早熟现象的策略 | 第28-30页 |
| ·算法的流程 | 第30-31页 |
| ·数值试验 | 第31-34页 |
| ·测试函数 | 第31-32页 |
| ·参数设置 | 第32页 |
| ·实验结果与分析 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第五章 约束优化问题的改进粒子群优化算法 | 第35-43页 |
| ·引言 | 第35页 |
| ·约束条件的处理 | 第35-36页 |
| ·改进的粒子群优化算法 | 第36-37页 |
| ·速度更新公式的改进 | 第36页 |
| ·个体极值和全局极值的更新策略 | 第36页 |
| ·算法步骤 | 第36-37页 |
| ·数值试验 | 第37-40页 |
| ·本章小结 | 第40-43页 |
| 第六章 基于动态拥挤熵策略的多目标粒子群算法 | 第43-51页 |
| ·引言 | 第43页 |
| ·多目标优化问题及相关概念 | 第43-44页 |
| ·基于动态拥挤熵策略的多目标粒子群优化算法 | 第44-46页 |
| ·外部精英保留存档策略 | 第44-45页 |
| ·动态拥挤熵(CE)策略 | 第45页 |
| ·全局最优值的更新策略 | 第45-46页 |
| ·MOPSO-DCE算法描述 | 第46页 |
| ·数值试验与分析 | 第46-50页 |
| ·算法性能评价标准 | 第46-47页 |
| ·测试函数 | 第47-48页 |
| ·数值实验与分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第七章 结论与展望 | 第51-53页 |
| ·本文主要工作及结论 | 第51页 |
| ·对后续工作的展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 附录1 常用的无约束优化问题的测试函数 | 第57-59页 |
| 附录2 常用的约束优化问题的测试函数 | 第59-63页 |
| 致谢 | 第63-65页 |
| 读硕士期间撰写的论文、参与的项目及作者简介 | 第65页 |