文摘
英文文摘
第1章 绪论
1.1 基本微粒群算法
1.2 改进的微粒算法
1.2.1 增加惯性权重和收敛因子
1.2.2 与进化计算技巧有机结合
1.2.3 基于领域算子及拓扑结构的改进
1.2.4 构造新的微粒组织或群结构
1.2.5 改进或使用新的位置/速度更新公式
1.2.6 离散二进制PSO算法
1.2.7 其他优化方法
1.3 PSO的应用
1.3.1 神经网络训练
1.3.2 函数优化
1.3.3 其他领域的应用
1.4 微粒群算法发展趋势
1.4.1 算法的理论研究
1.4.2 算法的改进研究
1.4.3 应用领域的拓展
1.5 本文将做的工作
第2章 一种基于协同进化的随机微粒群算法
2.1 引言
2.2 算法的建立
2.2.1 多种群协同进化
2.2.2 随机微粒群算法
2.2.3 协同随机微粒群算法
2.3 算法的有效性和收敛性分析
2.3.1 测试函数
2.3.2 实验方法
2.3.3 实验结果
2.3.4 实验数据分析
2.3.5 收敛性分析
2.3.6 结论
第3章 基于梯度的随机微粒群算法
3.1 引言
3.2 算法
3.2.1 共轭梯度算法
3.2.2 最速下降算法
3.2.3 基于共轭梯度算法的随机微粒群算法
3.2.4 基于最速下降的随机微粒群算法
3.2.5 数值试验
第4章 一种协同进化的单纯形随机微粒群算法
4.1 引言
4.2 算法
4.2.1 单纯形法(SM)
4.2.2 协同进化的单纯形随机微粒群算法
4.3 数值试验
4.3.1 测试函数
4.3.2 实验方法
4.3.3 实验结果
4.3.4 收敛性分析
4.3.5 结论
总结与展望
参考文献
致谢
硕士期间发表文章目录.