基于混沌系统的群智能优化算法研究
| 摘要 | 第1页 |
| Abstract | 第7-8页 |
| 详细摘要 | 第8-11页 |
| Detailed Abstract | 第11-18页 |
| 1 绪论 | 第18-26页 |
| ·本课题研究背景和意义 | 第18-20页 |
| ·国内外研究现状 | 第20-22页 |
| ·对基本群智能算法的改进研究 | 第20-22页 |
| ·算法理论的改进 | 第22页 |
| ·算法的应用 | 第22页 |
| ·本文主要研究内容和创新点 | 第22-24页 |
| ·本文主要研究内容 | 第22-23页 |
| ·本文主要创新点 | 第23-24页 |
| ·论文各章节的内容安排 | 第24-26页 |
| 2 混沌系统基础理论 | 第26-44页 |
| ·混沌定义 | 第26-28页 |
| ·Li-Yorke 的混沌定义 | 第27-28页 |
| ·Melnikov 混沌定义 | 第28页 |
| ·Devaney 混沌定义 | 第28页 |
| ·混沌的分类和特点 | 第28-30页 |
| ·混沌分类 | 第28-29页 |
| ·混沌的特性 | 第29-30页 |
| ·混沌理论研究进展 | 第30页 |
| ·混沌的产生机制 | 第30-31页 |
| ·混沌运动的术语 | 第31-37页 |
| ·耗散系统 | 第31-32页 |
| ·相空间 | 第32-33页 |
| ·费根包姆常数 | 第33页 |
| ·吸引子 | 第33-35页 |
| ·Lyapunov 指数 | 第35-36页 |
| ·关联维数 | 第36-37页 |
| ·最大 Lyapunov 指数和相空间重构 | 第37-40页 |
| ·相空间重构 | 第37-38页 |
| ·相空间重构参数选取 | 第38-39页 |
| ·最大 Lyapunov 指数 | 第39-40页 |
| ·混沌的研究和识别方法 | 第40-43页 |
| ·直接观测法 | 第40页 |
| ·庞加莱截面法 | 第40-41页 |
| ·赝相空间法 | 第41页 |
| ·李雅普诺夫指数法 | 第41-42页 |
| ·自功率谱密度分析法 | 第42-43页 |
| ·分形维数分析法 | 第43页 |
| ·本章小结 | 第43-44页 |
| 3 典型混沌映像及其优化 | 第44-66页 |
| ·一维混沌系统 | 第44-48页 |
| ·Logistic 混沌映射 | 第44-46页 |
| ·Chebyshev 映射 | 第46页 |
| ·tent 混沌映像 | 第46-47页 |
| ·Bernouilli 混沌映射 | 第47页 |
| ·Sine 映射 | 第47页 |
| ·icmic 混沌映像 | 第47-48页 |
| ·二维混沌系统 | 第48-53页 |
| ·二维混沌系统的基本动力学定义 | 第48-49页 |
| ·二维混沌映射的定点 | 第49-51页 |
| ·Henon 混沌映射 | 第51-52页 |
| ·cat 混沌系统 | 第52-53页 |
| ·三维混沌映像 | 第53-55页 |
| ·超混沌 Lorenz 系统 | 第53-55页 |
| ·Runge-Kutta 法 | 第55页 |
| ·混沌映像的优化策略 | 第55-56页 |
| ·新的二维 logistic 耦合混沌映像 | 第56-59页 |
| ·耦合格子映射 | 第56-57页 |
| ·二维耦合 logistic 混沌映像动力学分析 | 第57-58页 |
| ·新的混沌系统二值化方法 | 第58-59页 |
| ·新的离散 tent 超混沌系统及其性能研究 | 第59-65页 |
| ·新的二维耦合离散超混沌系统 | 第59-60页 |
| ·新超混沌系统动力学性能 | 第60-63页 |
| ·新的超混沌系统二值化序列分析 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 4 混沌蚁群优化算法 | 第66-86页 |
| ·群体智能 | 第66-67页 |
| ·典型的蚁群算法 | 第67-72页 |
| ·基本蚁群系统 | 第67-68页 |
| ·最大-最小蚂蚁系统 | 第68-69页 |
| ·蚁群优化算法 ACO | 第69-70页 |
| ·蚁群优化算法模型三要素 | 第70-72页 |
| ·蚁群算法存在问题 | 第72页 |
| ·混沌危机 | 第72-77页 |
| ·混沌危机产生机制 | 第72-75页 |
| ·Logistic 映像混沌危机 | 第75页 |
| ·tent 混沌危机与改进 | 第75-77页 |
| ·VRP 数学模型 | 第77-78页 |
| ·混沌蚁群优化算法 | 第78-80页 |
| ·问题描述与数学模型 | 第78页 |
| ·混沌蚁群算法工作机制 | 第78-79页 |
| ·混沌蚁群算法基本步骤 | 第79-80页 |
| ·仿真试验 | 第80-85页 |
| ·本章小结 | 第85-86页 |
| 5 混沌粒子群优化算法 | 第86-106页 |
| ·基本粒子群算法 | 第86-91页 |
| ·基本粒子群算法 | 第86-87页 |
| ·粒子群算法概念 | 第87-88页 |
| ·基本 PSO 算法数学模型 | 第88页 |
| ·基本粒子群优化要素 | 第88-91页 |
| ·PSO 粒子群算法的改进 | 第91-92页 |
| ·自适应 PSO | 第91页 |
| ·协同 PSO | 第91-92页 |
| ·离散 PSO | 第92页 |
| ·混合 PSO | 第92页 |
| ·粒子群算法收敛性理论 | 第92-94页 |
| ·PSO 早期收敛现象 | 第93页 |
| ·粒子群算法收敛性分析 | 第93-94页 |
| ·优化算法测试基准函数 | 第94-96页 |
| ·一种新的混沌粒子群算法 | 第96-101页 |
| ·问题描述与数学模型 | 第96-97页 |
| ·henon 混沌映射改进与分析 | 第97-99页 |
| ·混沌映射子程序 | 第99页 |
| ·HenonPSO 优化策略 | 第99-100页 |
| ·粒子群算法速度更新及早熟处理 | 第100页 |
| ·混沌粒子群算法的步骤 | 第100-101页 |
| ·仿真试验及分析 | 第101-104页 |
| ·本章小结 | 第104-106页 |
| 6 结论与展望 | 第106-110页 |
| ·论文研究工作总结 | 第106-108页 |
| ·未来研究工作总结 91 参考文献 | 第108-110页 |
| 参考文献 | 第110-118页 |
| 致谢 | 第118-120页 |
| 作者简介 | 第120页 |
| 在学期间发表论文 | 第120页 |
| 在学期参加科研项目 | 第120页 |
