粒子群优化算法及电磁应用

绪论

第1章绪论

1.1优化方法

1.1.1优化的基本概念

1.1.2优化问题的分类

1.1.3优化算法的复杂度

1.2智能优化方法

1.2.1智能优化方法的基本概念

1.2.2智能优化方法的特点

1.2.3智能优化方法的哲学定理

1.3粒子群优化算法

1.4粒子群优化算法的电磁应用

参考文献

第一部分粒子群优化算法

第2章标准粒子群优化算法

2.1 引言

2.2算法概述

2.2.1 算法原理

2.2.2算法数学描述

2.2.3算法流程

2.2.4算法参数

2.3算法模型

2.3.1算法模型分析

2.3.2算法拓扑结构

2.3.3算法邻域结构

2.4算法优点和局限性

2.4.1算法的优点

2.4.2算法的局限性

2.5粒子更新方法研究

2.6算法应用及展望

2.6.1算法的应用

2.6.2算法的研究方向

参考文献

第3章粒子群优化算法的物理基础

3.1 引言

3.2分子动力学理论

3.2.1保守PSO环境

3.2.2耗散PSO环境

3—3 PS0环境的热动力学分析

3.3.1热力学平衡

3.3.2能量因素

3.3.3动力学特性

3.4 PSO算法的扩散模型

3.5 PSO算法的马尔可夫模型

3.5.1基于概率理论的更新方程

3.5.2马尔可夫链模型

3.5.3广义PSO算法

参考文献

第4章粒子群优化算法的边界条件

4.1 引言

4.2边界条件分类

4_3数值仿真实验

4.3.1测试函数

4.3.2仿真结果及分析

参考文献

第5章量子粒子群优化算法

5.1 引言

5.2算法概述

5.2.1 算法原理

5.2.2算法流程和框图

5.2.3压缩扩张因子的选取

5.3算法优点及局限性

5.4基于微分进化算子和混沌序列的量子粒子群优化算法

5.4.1微分进化算子

5.4.2混沌扰动

5.4.3算法流程及框图

5.4.4数值仿真实验

5.5基于反向学习机制的量子粒子群优化算法

5.5.1算法改进思想

5.5.2数值仿真实验

参考文献

第6章云粒子群优化算法

6.1 引言

6.2云模型概述

6.2.1云模型的概念

6.2.2云模型的定义

6.2.3云模型的数字特征

6.2.4云发生器

6.2.5正态云的统计分析

6.3云自适应粒子群优化算法

6.3.1基于云变异的云自适应粒子群算法

6.3.2数值仿真实验

参考文献

第7章简化粒子群优化算法

7.1 引言

7.2算法概述

7.2.1粒子群优化算法中速度的分析

7.2.2简化粒子群优化算法的实现

7.2.3简化粒子群优化算法的收敛性

7.3两种简化粒子群优化算法

7.3.1 带极值扰动的简化粒子群优化算法

7.3.2惯性和经验相互影响的简化粒子群优化算法

7.4数值仿真实验

7.4.1 待测算法

7.4.2测试结果及分析

参考文献

第8章蛙跳粒子群优化算法

8.1 引言

8.2混合蛙跳算法概述

8.2.1混合蛙跳算法基本概念

8.2.2混合蛙跳算法数学模型

8.2.3混合蛙跳算法基本步骤

8.3蛙跳粒子群优化算法

8.3.1算法实现

8.3.2数值仿真试验

参考文献

第9章小波粒子群优化算法

9.1 引言

9.2小波分析概述

9.2.1 小波分析常用记号

9.2.2连续小波变换

9.2.3离散小波变换

9.2.4多分辨率分析

9.2.5小波变换的性质

9.3小波粒子群优化算法原理及实现

9.3.1算法实现

9.3.2数值仿真实验

参考文献

第10章二进制粒子群优化算法

10.1 引言

10.2二进制粒子群优化算法概述

10.2.1基本二进制粒子群优化算法

10.2.2二进制与十进制之问的转换

10.2.3 数值实验用测试函数

10.3基于次优活跃点的二进制粒子群优化算法

10—3.1算法描述

10.3.2算法流程

10.3.3 算法参数的均匀设计

10.4鲶鱼二进制粒子群优化算法

10.4.1鲶鱼效应

10.4.2算法描述

10.4.3算法流程

10.4.4算法参数的确定

10.5两种二进制粒子群优化算法的数值仿真试验

参考文献

第11章粒子群神经网络

11.1引言

11.2神经网络概述

11.2.1神经网络的概念与分类

11.2.2神经网络的基本特征和基本功能

11.2.3神经网络的基本性质、优点及其应用

11.2.4神经网络的性能指标及研究内容

11.2.5 BP神经网络

11.3粒子群神经网络原理及实现

11.3.1粒子群优化算法与神经网络的融合

11.3.2粒子群算法优化神经网络的权值

11.3.3粒子群算法优化神经网络的结构

11.3.4粒子群算法同时优化神经网络的结构和权值

11.4粒子群神经网络应用

11.4.1函数优化问题

11.4.2分类问题

11.4.3 LED问题

11.4.4广义异或问题

参考文献

第12章粒子群神经网络集成

12.1 引言

12.2神经网络集成概述

12.2.1基本概念

12.2.2实现方法

12.2.3存在问题

12.2.4 Iris分类问题试验

12.3 基于粒子群优化算法的选择性神经网络集成方法

12.3.1 基于粒子群优化算法的神经网络集成方法

12.3.2数值仿真实验

参考文献

第二部分粒子群优化算法的电磁应用