首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

群智能算法的研究—蛙跳算法的改进与应用研究

摘要第1-4页
Abstract第4-6页
目录第6-8页
第一章 绪论第8-14页
   ·研究背景第8页
   ·国内外研究现状第8-10页
   ·研究的意义和发展趋势第10-11页
   ·论文的创新点和结构方式第11-12页
   ·本章小结第12-14页
第二章 蛙跳算法第14-30页
   ·蛙跳算法简介第14-16页
     ·模因(Memetic)算法第14页
     ·粒子群(PSO)算法第14-15页
     ·混洗进化算法第15-16页
   ·算法的思想和原理第16-17页
   ·算法的数学模型第17-18页
     ·蛙跳算法(SFLA)的数学模型第17页
     ·算法的适应度函数第17-18页
     ·算法的参数选择第18页
   ·算法的模型分析第18-19页
   ·算法的实现流程第19-23页
   ·算法的收敛性分析第23-25页
     ·蛙跳算法(SFLA)的运动轨迹分析第23页
     ·全局收敛准则第23-24页
     ·蛙跳算法(SFLA)的全局收敛分析第24-25页
   ·算法的优缺点分析第25页
   ·算法的国内外研究现状第25-27页
   ·算法的发展方向和前景第27-28页
   ·本章小结第28-30页
第三章 改进的混合蛙跳算法第30-46页
   ·变异技术第30-33页
     ·变异技术简介第30页
     ·高斯变异算子第30-31页
     ·柯西变异算子第31-33页
   ·混合蛙跳算法的改进第33-40页
     ·算法的缺点分析第33-34页
     ·算法的改进第34-35页
     ·改进算法(MSFLA)的模型分析第35-37页
     ·改进算法(MSFLA)的流程第37-40页
   ·仿真试验第40-45页
     ·算法测试方法第40-42页
     ·测试结果及分析第42-45页
   ·本章小结第45-46页
第四章 改进的混合蛙跳算法(MSFLA)在FIR数字滤波器设计中的应用第46-54页
   ·FIR数字滤波器的设计简介第46-47页
   ·频率采样技术第47-48页
   ·MSFLA求解过渡带最佳样本值算法模型第48-49页
 适应度函数第49页
 参数编码第49页
   ·应用实验结果第49-52页
   ·本章小结第52-54页
第五章 总结和展望第54-56页
致谢第56-58页
参考文献第58-62页
附录1: 主要算法的程序代码第62-70页
附录2: 作者在攻读硕士学位期间发表的论文第70页

论文共70页,点击 下载论文
上一篇:机器人的视觉理论及应用研究--目标匹配与跟踪算法的研究与设计
下一篇:粒子群算法的改进及在虚拟企业计划调度中的应用