| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第10-14页 |
| 1.1 引言 | 第10-11页 |
| 1.2 鸽群算法的研究现状 | 第11页 |
| 1.3 论文主要的创新点 | 第11-12页 |
| 1.4 论文主要工作结构安排 | 第12-14页 |
| 2 鸽群算法研究基础 | 第14-20页 |
| 2.1 引言 | 第14页 |
| 2.2 基本鸽群算法 | 第14-16页 |
| 2.2.1 太阳对鸽子归巢的影响 | 第14-15页 |
| 2.2.2 地磁场对鸽子导航的影响 | 第15页 |
| 2.2.3 地形地标对鸽子导航的影响 | 第15页 |
| 2.2.4 指南针算子 | 第15-16页 |
| 2.2.5 地标算子 | 第16页 |
| 2.3 鸽群算法的实施 | 第16-18页 |
| 2.4 鸽群算法基本流程图 | 第18页 |
| 2.5 小结 | 第18-20页 |
| 3 具有收敛因子的鸽群算法用于函数优化问题 | 第20-27页 |
| 3.1 引言 | 第20页 |
| 3.2 添加收缩因子策略及位置、速度因子的引入 | 第20-21页 |
| 3.3 引入位置、速度因子的CFPIO算法的步骤 | 第21页 |
| 3.4 仿真实验与结果分析 | 第21-26页 |
| 3.4.1 实验环境与参数设置 | 第21-22页 |
| 3.4.2 测试函数 | 第22-23页 |
| 3.4.3 实验结果 | 第23-26页 |
| 3.5 结束语 | 第26-27页 |
| 4 子群变异的鸽群优化算法求解 0-1 背包问题 | 第27-47页 |
| 4.1 引言 | 第27页 |
| 4.2 子群变异的鸽群优化算法（SSMPIO） | 第27-29页 |
| 4.2.1 动态的变异 | 第28页 |
| 4.2.2 鸽子子群描述 | 第28-29页 |
| 4.3 SSMPIO算法描述 | 第29页 |
| 4.3.1 算法的演化 | 第29页 |
| 4.4 0-1 背包问题 | 第29-30页 |
| 4.4.1 问题描述 | 第29-30页 |
| 4.4.2 基本思路 | 第30页 |
| 4.5 基于贪心策略的SSMPIO算法求解 0-1 背包问题 | 第30-31页 |
| 4.5.1 离散化处理方法 | 第30页 |
| 4.5.2 贪心策略用于求解 0-1 背包问题 | 第30-31页 |
| 4.5.3 基于贪心策略的SSMPIO算法求解 0-1 背包问题流程 | 第31页 |
| 4.6 仿真实验结果分析 | 第31-46页 |
| 4.6.1 仿真实验平台 | 第32页 |
| 4.6.2 实验初始参数设置 | 第32页 |
| 4.6.3 实验结果比较分析 | 第32-46页 |
| 4.7 结论 | 第46-47页 |
| 5 模拟退火鸽群算法在无人潜艇器路径规划问题中的应用 | 第47-70页 |
| 5.1 引言 | 第47-48页 |
| 5.2 无人潜艇器路规划问题数学模型 | 第48-51页 |
| 5.2.1 威胁源模型 | 第48-50页 |
| 5.2.2 评价函数 | 第50-51页 |
| 5.3 模拟退火鸽子群优化算法 | 第51-55页 |
| 5.3.1 鸽群算法存在的缺陷 | 第51页 |
| 5.3.2 模拟退火鸽群算法的步骤描述及流程图 | 第51-54页 |
| 5.3.3 自适应温度衰变系数的添加 | 第54页 |
| 5.3.4 SAPSO应用于无人潜水器路规划问题算法 | 第54-55页 |
| 5.4 仿真实验与结果分析 | 第55-69页 |
| 5.4.1 仿真实验平台 | 第55页 |
| 5.4.2 参数设置 | 第55-56页 |
| 5.4.3 实验结果及比较分析 | 第56-69页 |
| 5.5 结论 | 第69-70页 |
| 6 总结与展望 | 第70-72页 |
| 6.1 论文总结 | 第70页 |
| 6.2 未来的工作 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 附录 | 第76-79页 |
| 致谢 | 第79-80页 |
| 攻读学位期间发表的学术论文 | 第80-81页 |
| 攻读硕士学位期间参与的科研项目 | 第81页 |
