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

粒子群优化算法的改进及应用

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-17页
    1.1 研究背景第11-12页
    1.2 粒子群优化算法的研究现状第12-15页
        1.2.1 理论研究的现状第12-13页
        1.2.2 改进研究的现状第13-15页
        1.2.3 应用研究的现状第15页
    1.3 研究内容及组织结构第15-16页
    1.4 本章小结第16-17页
第二章 粒子群优化算法与其他智能算法第17-28页
    2.1 粒子群算法概述第17-22页
        2.1.1 算法起源第17-18页
        2.1.2 原始粒子群算法第18-19页
        2.1.3 原始粒子群算法的实现步骤及流程图第19-20页
        2.1.4 粒子运动行为的分析第20-21页
        2.1.5 标准粒子群算法第21-22页
    2.2 其他智能算法第22-26页
        2.2.1 遗传算法第22-23页
            2.2.1.1 遗传算法的原理第22页
            2.2.1.2 遗传算法的主要流程及应用第22-23页
        2.2.2 模拟退火算法第23-24页
            2.2.2.1 模拟退火算法的原理第23页
            2.2.2.2 模拟退火算法的基本流程及应用第23-24页
        2.2.3 蚁群算法第24-26页
            2.2.3.1 蚁群算法的原理第24-25页
            2.2.3.2 蚁群算法的基本流程及应用第25-26页
    2.3 PSO 算法与其他智能算法比较第26-27页
        2.3.1 粒子群算法与遗传算法比较第26页
        2.3.2 粒子群算法与模拟退火算法比较第26-27页
        2.3.3 粒子群算法与蚁群算法比较第27页
    2.4 本章小结第27-28页
第三章 粒子群算法的改进研究及应用领域第28-38页
    3.1 引言第28页
    3.2 粒子群算法的改进第28-35页
        3.2.1 进化公式的改进第28-29页
        3.2.2 参数设置的改进第29-33页
            3.2.2.1 基于惯性权重的改进第29-31页
            3.2.2.2 基于学习因子的改进第31-33页
        3.2.3 拓扑结构的改进第33-34页
        3.2.4 与其他优化算法进行算法融合第34-35页
    3.3 粒子群算法的应用第35-37页
    3.4 本章小结第37-38页
第四章 改进的粒子群优化算法第38-53页
    4.1 引言第38页
    4.2 测试函数第38-39页
    4.3 基于混沌理论的改进粒子群算法第39-44页
        4.3.1 混沌的定义第40-41页
        4.3.2 基于混沌理论的改进思路第41-42页
        4.3.3 混沌粒子群算法的基本流程第42页
        4.3.4 实验结果与分析第42-44页
    4.4 多种群粒子群算法第44-52页
        4.4.1 多种群粒子群算法原理第45-46页
        4.4.2 多种群粒子群算法流程第46-47页
        4.4.3 实验结果与分析第47-52页
    4.5 本章小结第52-53页
第五章 基于约束优化问题的改进粒子群算法的应用第53-62页
    5.1 软件可靠性分配第53-56页
        5.1.1 软件可靠性分配问题概述第53-54页
        5.1.2 软件可靠性分配问题表示第54-56页
            5.1.2.1 软件实用性第54-55页
            5.1.2.2 预算约束实用性最大化的软件可靠性分配模型第55-56页
    5.2 基于约束优化问题的粒子群优化算法第56-59页
        5.2.1 约束优化问题概述第56页
        5.2.2 处理约束条件的一般方法第56-58页
        5.2.3 双适应度函数的粒子群算法第58-59页
    5.3 MPSO 求解可靠性分配问题第59-61页
        5.3.1 软件可靠性分配实例第59-60页
        5.3.2 软件可靠性分配问题求解第60-61页
    5.4 本章小结第61-62页
总结与展望第62-64页
参考文献第64-69页
攻读硕士学位期间取得的研究成果第69-70页
致谢第70-71页
附件第71页

论文共71页,点击 下载论文
上一篇:在线评论有用性影响因素研究
下一篇:基于云计算平台的神经网络计算方法及其应用研究