改进的水循环算法研究与应用

声明

1绪论

1.1 选题背景及研究意义

1.1.1 优化问题

1.1.2 传统优化方法

1.1.3 智能优化方法

1.2 水循环算法的国内外研究现状

1.2.1 国外研究现状

1.2.2 国内研究现状

1.3 论文主要内容及组织框架

2 相关算法的数学模型

2.1 引言

2.2 经典智能优化算法

2.2.1 蚁群算法

2.2.2 粒子算法

2.3 基本水循环算法

2.3.1 降雨初始化

2.3.2 汇流更新

2.3.3 蒸发和降水

2.3.4 基本水循环算法的计算框架

2.4 本章小结

3 改进的水循环算法

3.1 改进水循环算法

3.1.1 反向学习的初始化

3.1.2 指数下降的迭代步长

3.1.3 高斯变异和混沌扰动的自适应蒸发过程

3.2 改进水循环算法的计算框架

3.3 本章小结

4 算法的性能测试

4.1 实验环境

4.2 测试基准函数

4.3 算法参数设置

4.4 实验结果与分析

4.5 本章小结

5 改进水循环算法在聚类分析中的应用

5.1 引言

5.2 K-means聚类算法

5.3 基于改进水循环算法的K-means描述

5.4 仿真实验

5.4.1 实验环境

5.4.2 测试数据集

5.4.3 算法参数设置

5.4.4 实验结果与分析

5.5 本章小结

6 总结与展望

6.1 总结

6.2 展望

致谢

参考文献

附录