| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 混沌差分进化算法的现状分析 | 第9-11页 |
| 1.2.1 混沌差分进化算法的研究现状 | 第9页 |
| 1.2.2 本文主要研究内容 | 第9-11页 |
| 第二章 改进的混沌差分优化算法 | 第11-26页 |
| 2.1 混沌差分进化算法 | 第11-13页 |
| 2.1.1 差分进化算法 | 第11-12页 |
| 2.1.2 混沌优化方法 | 第12页 |
| 2.1.3 混沌差分优化算法 | 第12-13页 |
| 2.2 改进的混沌差分优化算法 | 第13-20页 |
| 2.2.1 寻优参数的改进 | 第13-19页 |
| 2.2.2 寻优早熟的控制 | 第19-20页 |
| 2.2.3 有约束问题的改进处理 | 第20页 |
| 2.3 ICDE 与 DE、CDE 的优化性能比较 | 第20-25页 |
| 2.3.1 常用测试函数的优化比较 | 第20-22页 |
| 2.3.2 河流水质模型参数优化比较 | 第22-24页 |
| 2.3.4 广义 Rosenbrock’s 函数优化比较 | 第24-25页 |
| 2.4 改进的混沌差分优化算法收敛性分析 | 第25-26页 |
| 第三章 改进的混沌差分进化算法在求解 TSP 问题的应用 | 第26-29页 |
| 3.1 TSP 问题及相关研究概述 | 第26-27页 |
| 3.1.1 TSP 问题概述 | 第26页 |
| 3.1.2 求解 TSP 问题方法 | 第26-27页 |
| 3.2 TSP 问题的模型建立 | 第27页 |
| 3.3 基于改进的混沌差分进化算法的 TSP 求解 | 第27-29页 |
| 第四章 改进的混沌差分优化算法在 0-1 背包中的应用 | 第29-33页 |
| 4.1 0-1 背包问题概述 | 第29-30页 |
| 4.2 0-1 背包模型建立 | 第30页 |
| 4.3 基于 ICDE 算法求解 0-1 背包 | 第30-33页 |
| 第五章 基于 ICDE 与 BP 神经网络的鸢尾花分类 | 第33-38页 |
| 5.1 简述 BP 神经网络 | 第33页 |
| 5.2 基于 ICDE 的 BP 神经网络算法的构造 | 第33-35页 |
| 5.2.1 ICDE 算法简介 | 第33页 |
| 5.2.2 传统 BP 神经网络及权值更新策略 | 第33-34页 |
| 5.2.3 基于 ICDE 的 BP 神经网络及权值更新策略 | 第34-35页 |
| 5.3 鸢尾花数据集的分类应用 | 第35-38页 |
| 总结与展望 | 第38-40页 |
| 攻读学位期间取得的研究成果 | 第40-41页 |
| 参考文献 | 第41-44页 |
| 致谢 | 第44页 |
