| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·粒子群优化算法的研究现状 | 第9-10页 |
| ·聚类问题的研究现状 | 第10-11页 |
| ·本文的主要研究内容及创新点 | 第11-13页 |
| ·组织结构 | 第11页 |
| ·创新点 | 第11-13页 |
| 第二章 粒子群优化算法研究 | 第13-19页 |
| ·标准粒子群优化算法 | 第13-14页 |
| ·粒子群优化算法的改进策略 | 第14-18页 |
| ·群体的拓扑结构 | 第14-15页 |
| ·混沌理论 | 第15-17页 |
| ·约束处理机制 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 改进的混沌粒子群聚类算法 | 第19-31页 |
| ·粒子群算法在聚类问题中的应用 | 第19-20页 |
| ·类内方差 | 第19页 |
| ·错误率 | 第19-20页 |
| ·基于K-method初值优化的快速混沌粒子群聚类算法(FCPSO-K) | 第20-23页 |
| ·K-method：种群的初始化方法 | 第20-21页 |
| ·FCPSO-K算法的聚类流程 | 第21-23页 |
| ·算法性能测试 | 第23-30页 |
| ·生物数据集 | 第23-24页 |
| ·实验结果及分析 | 第24-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 基于环形邻域的混沌粒子群聚类算法(RCPSO) | 第31-40页 |
| ·种群的环形邻域结构 | 第31页 |
| ·RCPSO算法的聚类过程 | 第31-32页 |
| ·算法的性能测试 | 第32-39页 |
| ·RCPSO算法的聚类实验结果及分析 | 第32-38页 |
| ·RCPSO算法对函数优化问题的实验结果及分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第五章 多目标导向的粒子群聚类算法(MOOPSO) | 第40-48页 |
| ·基于粒子群算法的聚类问题的模型改进 | 第40-41页 |
| ·MOOPSO算法的聚类流程 | 第41页 |
| ·算法的性能测试 | 第41-47页 |
| ·本章小结 | 第47-48页 |
| 第六章 总结与展望 | 第48-50页 |
| ·全文总结 | 第48页 |
| ·工作展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 附录：作者在攻读硕士学位期间发表的论文及参加的学术活动 | 第55页 |
