声明
摘要
第一章 绪论
1.1 研究背景与现状
1.2 研究意义
1.3 论文结构
第二章 基本概念及经典算法
2.1 基本概念
2.1.1 群智能(Swarm Intelligence)算法
2.1.2 进化算法
2.1.3 群智能算法与进化算法的异同点
2.2 经典算法
2.2.1 DE算法
2.2.2 PSO算法
2.2.3 SSO算法
2.2.4 蜘蛛群集优化算法
第三章 基于简化群优化算法和协方差矩阵学习的差分进化算法
3.1 算法思想的由来
3.2 基于SSO算法的变异操作
3.3 协方差矩阵学习策略
3.3.1 计算协方差矩阵
3.3.2 计算特征向量矩阵
3.4 SCDE算法流程图及算法框架
3.4.1 SCDE算法流程图
3.4.2 算法框架
3.5 参数设置及实验结果
3.5.1 SCDE算法在CEC2013测试集上的测试
3.5.2 SCDE算法应用解决TSP问题
3.6 结束语
第四章 基于差分进化变异策略的群集蜘蛛优化算法
4.1 思想来源
4.1.1 权重因子
4.1.2 变异策略
4.2 wDESSO算法主要内容
4.2.1 wDESSO算法流程图
4.2.2 wDESSO算法的主要步骤
4.3 实验参数设置与实验结果
4.3.1 实验一:wDESSO算法与群集蜘蛛优化(SSO)算法、人工蜂群算法(ABC)和粒子群(PSO)算法对比
4.3.2 实验一结果比较
4.3.3 基于实验一结果的威尔科克森符号秩检验(Wilcoxon’s Sign Rank Test)
4.3.4 实验二:wDESSO算法与一些改进的算法比较
4.4 本章小结
第五章 总结与展望
5.1 论文工作总结
5.2 未来工作展望
参考文献
致谢
在读期间发表的学术论文和参加的科研项目
安徽大学;