|
|
|
人工蜂群算法的研究与改进 |
|
论文目录 |
|
摘要 | 第4-6页 | Abstract | 第6-7页 | 1 绪论 | 第12-20页 | 1.1 课题的研究意义和目的 | 第12-13页 | 1.2 人工蜂群算法研究现状 | 第13-15页 | 1.3 基准测试函数 | 第15-18页 | 1.4 本文主要内容及结构安排 | 第18-20页 | 2 群智能优化算法概述 | 第20-28页 | 2.1 粒子群算法 | 第21-23页 | 2.2 遗传算法 | 第23-24页 | 2.3 人工鱼群算法 | 第24-25页 | 2.4 头脑风暴算法 | 第25-27页 | 2.5 本章小结 | 第27-28页 | 3 人工蜂群算法比较分析 | 第28-38页 | 3.1 人工蜂群算法的生物学背景 | 第28-30页 | 3.2 人工蜂群算法的步骤流程 | 第30-32页 | 3.3 人工蜂群算法的理论特点研究 | 第32-34页 | 3.4 人工蜂群算法和其他优化算法的区别 | 第34-37页 | 3.5 本章小结 | 第37-38页 | 4 基于吸引子的人工蜂群算法研究 | 第38-48页 | 4.1 基于吸引子的人工蜂群算法改进方案 | 第38-40页 | 4.2 改进人工蜂群算法BAABC的流程步骤 | 第40页 | 4.3 仿真实验和结果分析 | 第40-47页 | 4.4 本章小结 | 第47-48页 | 5 基于反馈机制和丛林法则的人工蜂群算法研究 | 第48-58页 | 5.1 基于反馈机制的搜索方程 | 第48-49页 | 5.2 基于丛林法则的变异策略 | 第49-52页 | 5.3 实验仿真 | 第52-57页 | 5.4 本章小结 | 第57-58页 | 6 自扰动人工蜂群算法研究 | 第58-71页 | 6.1 边界改进 | 第58-59页 | 6.2 基于自扰动的全局自适应搜索方程 | 第59-61页 | 6.3 算法分析及步骤 | 第61-62页 | 6.4 实验仿真 | 第62-69页 | 6.5 本章小结 | 第69-71页 | 7 总结与展望 | 第71-73页 | 参考文献 | 第73-76页 | 致谢 | 第76-77页 | 个人简历、在校期间发表的学术论文与研究成果 | 第77页 |
|
|
|
|
论文编号BS2815062,这篇论文共77页 会员购买按0.35元/页下载,共需支付26.95元。 直接购买按0.5元/页下载,共需要支付38.5元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|