| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·微粒群优化简述 | 第9-10页 |
| ·基本微粒群算法 | 第10-11页 |
| ·改进微粒群算法 | 第11页 |
| ·PSO算法参数选取 | 第11-12页 |
| ·PSO算法的应用 | 第12-14页 |
| 2 二次分配问题 | 第14-32页 |
| ·组合优化问题简述 | 第14-15页 |
| ·二次分配问题 | 第15页 |
| ·二次分配问题研究现状 | 第15-32页 |
| ·改进禁忌搜索算法 | 第16-22页 |
| ·蚁群算法 | 第22-25页 |
| ·模拟退火蚁群算法 | 第25-28页 |
| ·遗传算法 | 第28-32页 |
| 3 用于求解离散数学的微粒群算法 | 第32-37页 |
| ·微粒的位置与速度 | 第32-33页 |
| ·微粒的位置 | 第32页 |
| ·微粒的速度 | 第32-33页 |
| ·位置与速度的运算法则 | 第33-34页 |
| ·位置与速度的加法 | 第33页 |
| ·位置的减法 | 第33页 |
| ·速度的数乘 | 第33-34页 |
| ·速度的加法 | 第34页 |
| ·微粒速度和位置的更新公式 | 第34-35页 |
| ·群体多样性的维持 | 第35页 |
| ·个体的局部搜索 | 第35-36页 |
| ·改进粒子群算法描述 | 第36-37页 |
| 4 基准测试函数 | 第37-44页 |
| ·SPHERE MODEL数 | 第37-38页 |
| ·GENERALIZED ROSENBROCK函数 | 第38-39页 |
| ·RASTRIGIN函数 | 第39-40页 |
| ·GRIEWANK函数 | 第40-41页 |
| ·ACKLEY函数 | 第41-42页 |
| ·QUARTICFUNCTION(NOISE)函数 | 第42-44页 |
| 5 数值实验与结果分析 | 第44-54页 |
| ·实验环境 | 第44页 |
| ·带动量项的粒子群优化算法求解连续优化问题的性能测试 | 第44-49页 |
| ·带动量项的粒子群算法 | 第44-45页 |
| ·试验参数设置 | 第45页 |
| ·动量项系数测试 | 第45-46页 |
| ·基于基准测试函数的数值仿真与比较 | 第46-48页 |
| ·基于基准测试函数的数值试验结果分析 | 第48-49页 |
| ·向其他粒子学习+动量项 | 第49-54页 |
| ·算法描述 | 第49页 |
| ·实验对象 | 第49页 |
| ·动量项系数测试 | 第49-50页 |
| ·带动量项的粒子群优化算法求解QAP问题的性能测试 | 第50-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录A QAP实例WIL50 | 第58-67页 |
| 致谢 | 第67-68页 |
