一种改进的粒子群优化算法
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1.绪论 | 第8-18页 |
| ·课题背景 | 第8-9页 |
| ·国内外研究现状和进展 | 第9-16页 |
| ·本文的主要成果 | 第16-17页 |
| ·本文的组织 | 第17-18页 |
| 2.粒子群算法 | 第18-30页 |
| ·算法原理 | 第18-20页 |
| ·算法参数 | 第20-21页 |
| ·算法边界条件 | 第21页 |
| ·算法流程 | 第21-22页 |
| ·算法时间复杂度分析 | 第22页 |
| ·社会行为分析 | 第22-23页 |
| ·两种基本进化模型 | 第23-25页 |
| ·二进制PSO | 第25-26页 |
| ·标准PSO算法 | 第26-27页 |
| ·PSO算法的应用 | 第27页 |
| ·基准测试函数 | 第27-30页 |
| 3.一种新的混沌粒子群算法 | 第30-40页 |
| ·混沌优化简介 | 第30-33页 |
| ·混沌粒子群算法研究 | 第33-35页 |
| ·混沌子群算法C_PSO | 第35-36页 |
| ·算法测试 | 第36-40页 |
| 4.基于模拟退火思想的粒子群算法 | 第40-47页 |
| ·模拟退火算法简介 | 第40-42页 |
| ·基于模拟退火思想的粒子群算法TC_PSO | 第42-44页 |
| ·算法测试 | 第44-47页 |
| 5.融合郭涛算法的粒子群算法 | 第47-64页 |
| ·引言 | 第47页 |
| ·郭涛算法 | 第47-51页 |
| ·融入郭涛算法的GTC_PSO | 第51-56页 |
| ·算法测试 | 第56-62页 |
| ·结论 | 第62-64页 |
| 6.总结和展望 | 第64-67页 |
| ·工作总结 | 第64-65页 |
| ·工作展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 附录 | 第70-71页 |
| 致谢 | 第71-72页 |
