|
|
|
粒子群算法的改进方法研究 |
|
论文目录 |
|
摘要 | 第1-7页 | Abstract | 第7-11页 | 第1章 绪论 | 第11-16页 | ·课题研究的背景与意义 | 第11-12页 | ·国内外研究现状 | 第12-14页 | ·粒子群算法在国际上的发展 | 第12-13页 | ·粒子群算法在国内的发展 | 第13-14页 | ·本文的研究内容 | 第14-15页 | ·本文的组织结构 | 第15-16页 | 第2章 标准粒子群算法研究综述 | 第16-22页 | ·标准粒子群算法介绍 | 第16-17页 | ·粒子群算法的起源 | 第16-17页 | ·粒子群算法的原理 | 第17-22页 | ·原始的粒子群优化算法 | 第17-18页 | ·标准的粒子群优化算法 | 第18-19页 | ·标准粒子群算法的参数分析 | 第19-20页 | ·标准粒子群算法的流程及流程图 | 第20-22页 | 第3章 核心主子群粒子群优化算法的研究 | 第22-32页 | ·粒子群算法的缺陷综述 | 第22页 | ·粒子群算法容易陷入局部最优解 | 第22页 | ·核心主子群粒子群算法的研究 | 第22-25页 | ·基于岛屿模型的核心主子群粒子群算法 | 第22-24页 | ·双层局部模式在核心主子群粒子群算法中的应用 | 第24-25页 | ·算法的实现及实验 | 第25-32页 | ·实验测试函数介绍 | 第25-26页 | ·基于线性惯性权值ω的实现 | 第26页 | ·多线程的编程实现 | 第26-29页 | ·与标准粒子群算法实验结果比较 | 第29-30页 | ·与标准粒子群算法的适应度对比图 | 第30-31页 | ·与其他改进算法实验结果比较 | 第31页 | ·实验结果总结 | 第31-32页 | 第4章 多学习因子与核心主子群粒子群算法相结合的改进算法 | 第32-43页 | ·多学习因子与核心主子群粒子群算法相结合的算法原理 | 第32-33页 | ·算法的收敛性分析 | 第33-36页 | ·算法的实现与实验 | 第36-43页 | ·算法的流程 | 第36-37页 | ·测试函数在不同影响因子下的结果 | 第37-40页 | ·与标准粒子群算法的比较结果 | 第40-41页 | ·与标准粒子群算法的适应度对比图 | 第41-42页 | ·与其他算法的结果比较 | 第42页 | ·实验结论 | 第42-43页 | 第5章 粒子群优化算法在解方程组中的应用 | 第43-50页 | ·非线性方程组的求解方法 | 第43-44页 | ·非线性方程组的问题转化 | 第44-45页 | ·非线性方程组的求解步骤 | 第45页 | ·非线性方程组的求解实现 | 第45-49页 | ·本章小结 | 第49-50页 | 总结与展望 | 第50-52页 | 总结 | 第50页 | 展望 | 第50-52页 | 致谢 | 第52-53页 | 参考文献 | 第53-57页 | 攻读硕士学位期间发表的论文 | 第57-58页 |
|
|
|
|
论文编号BS347363,这篇论文共58页 会员购买按0.35元/页下载,共需支付20.3元。 直接购买按0.5元/页下载,共需要支付29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。 |
|
|