声明
插图索引
表格索引
缩略语对照表
1 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 论文研究内容和组织结构
1.3.1 主要研究内容
1.3.2 论文组织结构
1.4 本章小结
2 生物地理学优化算法概述
2.1 生物地理学简介
2.2 生物地理学优化算法原理
2.2.1 算法启发思想
2.2.2 迁移率模型的构造
2.2.3 迁移算子的设计
2.2.4 变异算子的设计
2.3 算法流程
2.4 性能分析
2.4.1 测试函数的选取
2.4.2 参数设置
2.4.3 实验结果统计与分析
2.5 本章小结
3 基于自组织学习的生物地理学优化算法
3.1 研究动机
3.2 自组织个体邻域学习模型的构建
3.2.1 个体邻域的构造
3.2.2 邻域结构的比较
3.2.3 自组织映射算法流程
3.3 算法改进
3.3.1 学习差分向量的迁移算子
3.3.2 自组织邻域学习的迁移算子设计
3.3.3 改进算子的实现
3.4 基于自组织学习的生物地理学优化算法
3.4.1 算法基本过程
3.4.2 算法伪代码
3.5 数值实验
3.5.1 测试函数的选取
3.5.2 对比算法
3.5.3 参数设置
3.5.4 实验结果统计及分析
3.6 进一步讨论
3.7 本章小结
4. 改进算法在混沌系统预测中的应用
4.1 引言
4.2 基于SOM-BBO的FNNs训练
4.2.1 前馈神经网络
4.2.2 基本原理与算法流程
4.3 实验研究
4.3.1 Box-Jenkins混沌时间序列
4.3.2 Lorenz混沌时间序列
4.4 仿真实验及实验结果分析
4.4.1 参数设置
4.4.2 Box-Jenkins混沌时间序列仿真结果
4.4.3 Lorenz混沌系统时间序列仿真结果
4.5 本章小结
5 总结与展望
5.1 全文总结
5.2 未来展望
致谢
参考文献
附录
攻读硕士学位期间主要研究成果