封面
声明
中文摘要
英文摘要
目录
第一章 绪论
1.1研究背景以及研究意义
1.2群体智能搜索算法的概况
1.3几种常见的智能优化算法
1.4布谷鸟算法国内外研究的现状
1.5本文的工作安排
第二章 布谷鸟算法及改进算法简介
2.1基本的布谷鸟算法原理
2.2基本布谷鸟算法步骤
2.3基本布谷鸟算法的流程图
2.4改进的布谷鸟算法
2.5本章小结
第三章 混沌原理和蛙跳算法及惯性权重简介
3.1混沌原理简介
3.2随机蛙跳算法
3.3惯性权重
3.4本章小结
第四章引入蛙跳局部搜索和混沌原理的布谷鸟算法
4.1 布谷鸟算法在函数优化方面存在的不足
4.2本文改进的布谷鸟算法的迭代步骤(ACS)
4.3本文改进的布谷鸟算法流程图
4.4参数设置以及仿真实例
4.5数值实验结果
4.6实验结果分析
4.7本章小结
第五章 ACS算法的收敛性分析
5.1收敛准则
5.2 ACS算法基本概念数学定义
5.3 ACS算法的Markov模型建立
5.4 ACS算法的收敛性分析
5.5本章小结
结论
一、布谷鸟算法的总结
二、布谷鸟算法的展望
三、布谷鸟算法的研究成果和主要内容以及不足之处
参考文献
致谢
攻读硕士期间的主要成果