微粒群優(yōu)化與調(diào)度算法

第1章　微粒群優(yōu)化算法
　1.1　微粒群優(yōu)化算法的基本原理　
　1.2　基本微粒群優(yōu)化算法　
　1.3　基本微粒群優(yōu)化算法的流程和特點(diǎn)　
　1.4　微粒群優(yōu)化算法的改進(jìn)研究　
　1.5　復(fù)雜環(huán)境下的微粒群優(yōu)化算法研究　
　　1.5.1　基于PSO算法的多目標(biāo)優(yōu)化　
　　1.5.2　基于PSO算法的約束優(yōu)化　
　　1.5.3　基于PSO算法的離散優(yōu)化　
　　1.5.4　基于PSO算法的動態(tài)優(yōu)化　
　1.6　微粒群優(yōu)化算法的應(yīng)用研究　
　1.7　微粒群優(yōu)化算法研究總結(jié)與展望　
　參考文獻(xiàn)　
第2章　群體智能優(yōu)化統(tǒng)一框架
　2.1　群體智能優(yōu)化算法理論研究進(jìn)展
　　2.1.1　統(tǒng)一框架研究概述
　　2.1.2　收斂性理論研究概述
　2.2　群體智能優(yōu)化算法的統(tǒng)一描述
　　2.2.1　群體智能優(yōu)化算法的基本環(huán)節(jié)
　　2.2.2　群體智能優(yōu)化算法的統(tǒng)一框架
　2.3　群體智能優(yōu)化框架的實(shí)例化
　　2.3.1　微粒群優(yōu)化算法
　　2.3.2　差分進(jìn)化算法
　　2.3.3　分散搜索算法
　　2.3.4　蟻群算法
　　2.3.5　遺傳算法
　　2.3.6　進(jìn)化規(guī)劃
　　2.3.7　進(jìn)化策略
　2.4　基于統(tǒng)一框架的群體智能優(yōu)化算法設(shè)計(jì)
　　2.4.1　社會協(xié)作策略的選擇
　　2.4.2 自我適應(yīng)策略的選擇
　　2.4.3　競爭策略的選擇
　2.5　混合群體智能優(yōu)化算法的統(tǒng)一描述
　　2.5.1　混合群體智能優(yōu)化算法的基本環(huán)節(jié)
　　2.5.2　混合群體智能優(yōu)化算法的統(tǒng)一框架
　2.6　基于統(tǒng)一框架的算法收斂性分析
　　2.6.1　基礎(chǔ)知識
　　2.6.2　 基于統(tǒng)一框架的群體智能優(yōu)化算法性能分析
　　2.6.3　基于統(tǒng)一框架的混合智能算法性能分析
　2.7　小結(jié)
　參考文獻(xiàn)
第3章　基于PSO算法的無約束優(yōu)化
　3.1　混沌微粒群優(yōu)化算法
　　3.1.1 自適應(yīng)慣性權(quán)因子
　　3.1.2　混沌局部搜索
　　3.1.3　混沌PSO算法
　　3.1.4　仿真實(shí)驗(yàn)
　3.2　結(jié)合模擬退火的微粒群優(yōu)化算法
　　3.2.1　混合算法的設(shè)計(jì)思想
　　3.2.2　混合微粒群優(yōu)化算法流程
　　3.2.3　基于混合PSO算法的參數(shù)估計(jì)
　3.3　基于PSO算法的混沌系統(tǒng)控制與同步
　　3.3.1　混沌系統(tǒng)的控制和同步問題描述
　　3.3.2　混沌系統(tǒng)控制的仿真
　　3.3.3　混沌系統(tǒng)同步的仿真
　參考文獻(xiàn)
第4章　基于PSO算法的約束優(yōu)化
　4.1　約束優(yōu)化問題描述
　4.2　智能約束處理技術(shù)概述
　　4.2.1　無約束化處理
　　4.2.2　基于排序的方法
　　4.2.3　基于多目標(biāo)的方法
　　4.2.4　特殊算子法
　　……
第5章　基于PSO算法的不確定優(yōu)化
第6章　基于PSO算法的置換流水線調(diào)度
第7章　基于PSO算法的復(fù)雜流水線調(diào)度
第8章　基于PSO算法的作業(yè)車間調(diào)度