1、“.....各个样本按最小距离原则分配给个聚类中心按式计算适应度更新,根据各个粒子的个体极值，找出全局极值和全局极值位置最后输出全局极值和全局极值位。本课题算法是在文献的基础上作的改进。首先在第步，更新位置时将其限制在内，其他的改进如下改进方法先用均值算法作快速分类，其结果作为其中个粒子结果，并在第步后面对粒子进行交叉变异操作，其他步骤同上，此方法称为。改进方法采用均值算法的思想，在第步后面，在新的分类基础上重新计算新的聚类中心，如果重新计算得到的聚类中心的适应度比原来的差，则舍弃，否则更新为当前的位置，且在第步后面对粒子进行交叉变异操作，此方法称为。改进方法综合改进方法和方法，此方法称为。仿真实验在以为操作系统的兔子的狼后来把兔子跟丢了，但是后来又被其他的狼发现的情况，所以只有整个狼群的合作才能以最快的速度抓到那只兔子。粒子群算法就从生物种群的这种行为特性中得到启发并用于求解优化问题的......”。

2、“.....优化问题的最优解看作兔子，那么在粒子群算法中，狼就是在解空间中进行搜索的粒子。这里的粒子是没有质量和体积，只有调整本身状态的速度和加速度的个折衷概念。而群是来自于人工生命的概念,。因此粒子群算法也可被看作是对简化了的人类社会或者动物群体活动的计算机模拟，信息共享机制是推动算法运行的主要机制，也是算法中最重要的部分。在搜索空间中每个粒子都以定的速度移动，并且这个速度是用同伴的移动经验和自己的移动经验来动态调整的。粒子的好坏程度是通过目标函数计算得到的适应值来评价的。每个粒子不仅知道自己的当前位置和到目前为止自己所发现的最好位置，而且还知道到目前为止整个群体所发现的最好位置。如果可以看作是粒子本身的移动经验，也就是每个粒子本身找到的最优解，那么则是中的最好值，即全局最优解，是整个种群的经验。每个粒子使用下列信息更新自己的当前位置自身位置自身速度自身位置与之间的距离自身位置与之间的距离......”。

3、“.....迭代着开始进行搜索了。基本粒子群算法算法描述在中，每只鸟被称之为个粒子，每个粒子用其几何位置和速度向量表示，在问题求解中，每个粒子参考自己既定方向所经历的最优方向和整个鸟群的最优方向确定自己的飞行。现在般采用下面公式对每个粒子进行操作其中是粒子的速度向量，是粒子当前位置。是粒子本身所找到的最好解得位置，是整个种群目前找到的最优解的位置。其他参数的介绍见第部分。参数设定算法中需要调节的参数主要包括惯性权重系数学习因子和最大速度以及种群规模，在本课题算法中还加入了最大位置。惯性权重系数惯性权重系数是用前面的速度来控制当前速度的影响，较大的可以加强的全局搜索能力，而较小的能加强的局部搜索能力。目前普遍采用的是将设置为从到线性下降的方法，这种方法可使得在开始时在较大的区域内探索，较快地定位最优解的大致位置，随着逐渐减小，粒子速度减慢，开始进行精细的局部搜索......”。

4、“.....若太小，则粒子可能远离目标区域若太大则可能导致粒子忽然向目标区域飞去或飞过目标区域。合适的和可以加快收敛且不易陷入局部最优，目前大多数文献均采用。但文献分析指出，令，能使算法具有更好的收敛性能。最大速度引入最大速度的实际上是对粒子的全局搜索能力和局部搜索能力的种平衡。越大，则粒子的飞行速度越高，从而可以对整个空间进行有效的搜索越小，则粒子的飞行速度越低，从而可以对局部区域进行更加有效的搜索，确保获得较高的搜索精度。般来说，对于基本算法，若将搜索空间第维的变化范围定义为令并且在∈,的范围内能够获得较好性能。种群规模算法种群规模较小，般令。其实对于大部分问题个粒子就能取得很好结果，但对于较难或者特定类别的问题，粒子数可能取到或。最大位置最大位置的引入是为了防止在迭代后期，粒子位置超过取值区间。经试实验得出，并且在∈,的范围内能够获得较好的性能......”。

5、“.....需要设置调整的参数少，实现简洁，近年来受到学术界的广泛重视。现在，算法在函数优化神经网络训练模糊系统控制以及其它工程领域都得到了广泛应用。但是算法也有缺点，其最主要的问题是它容易产生早熟收敛局部寻优能力较差等。纵观各种与算法阐述了产品生命周期理的机会，以及对许多国家不断加大生产者责任延伸制度在立法上的反应，从事这个行业公司的数量正在快速增长。但不幸的是，尽管近年来逆向物流市场有了重大发展，但是能为逆向物流战略决策提供支持的分析模型却并不多见将大大高于作为废品废料或回收利用卖掉时所获得的价值。近年来逆向物流的重要性与日俱增。仅美国每年再制造产品的销售额估计超过亿美元。虽然并没有对再利用活动的经济规模进行全球性估计，但作为种创造额外财富翻新或修理以延长其寿命。在些情况下，尤其对具有模块化部件的产品如电子设备电脑等，进行更换升级和或翻新，可以带来巨大的利润......”。

6、“.....但是，他们的价值也存，零售商倒闭等原因，造成零售商退回产品。另方面，由于产品质量未能满足了消费者的需求，再制造，或适当的产品处置等原因，导致消费者返回产品。同样，旦产品已经达到了最后的使用期限，他们可能会被再制造二〇二年五月将实现即培育形成亿元产品入亿北省的个重要县市，人们的生活，结合项目的实际情况对项目提了有力的保障，有随着经济的进步发展，纸箱包装企业更新改造速度加快，迫切需要以上的宽幅五层七层九层及高强度等各种瓦楞纸板纸箱盒成套设备。医药加除大量生活日用品采用纸箱包装外，现在摩扦车自行车大量采用纸箱包装，日常生活中不可或缺的水果也由柳条筐改用纸箱进行餐饭盒次性纸杯纸模包装等速度自身位置与之间的距离自身位置与之间的距离。中的最好值，即全局最优解，是整个种群的经验。每个粒子使用下列信息更新自己的当前位置自身位置自身速度自身位置与之间的距离自身位置与之间的距离。然后算法就是这样以个随机初始化形成的粒子群......”。

7、“.....基本粒子群算法算法描述在中，每只鸟被称之为个粒子，每个粒子用其几何位置和速度向量表示，在问题求解中，每个粒子参考自己既定方向所经历的最优方向和整个鸟群的最优方向确定自己的飞行。现在般采用下面公式对每个粒子进行操作其中是粒子的速度向量，是粒子当前位置。是粒子本身所找到的最好解得位置，是整个种群目前找到的最优解的位置。评价的。每个粒子不仅知道自己的当前位置和到目前为止自己所发现的最好位置评价的。每个粒子不仅知道自己的当前位置和到目前为止自己所发现的最好位置评价的。每个粒子不仅知道自己的当前位置和到目前为止自己所发现的最好位置，而且还知道到目前为止整个群体所发现的最好位置。如果可以看作是粒子本身的移动经验，也就是每个粒子本身找到的最优解，那么则是中的最好值，即全局最优解，是整个种群的经验。每个粒子使用下列信息更新自己的当前位置自身位置自身速度自身位置与之间的距离自身位置与之间的距离......”。

8、“.....迭代着开始进行搜索了。基本粒子群算法算法描述在中，每只鸟被称之为个粒子，每个粒子用其几何位置和速度向量表示，在问题求解中，每个粒子参考自己既定方向所经历的最优方向和整个鸟群的最优方向确定自己的飞行。现在般采用下面公式对每个粒子进行操作其中是粒子的速度向量，是粒子当前位置。是粒子本身所找到的最好解得位置，是整个种群目前找到的最优解的位置。其,目录摘要第章绪论研究的背景和意义国内外研究现状数据挖掘的研究现状,聚类的研究现状......”。

9、“.....其他狼要想找到兔子的最简单方法就是跟着那只找到兔子的狼，通过估算自己与那只狼之间的距离来估算自己与兔子之间的距离，然后再调整自己的位置和速度。在这个过程中有可能出现开始发现关的混合算法，大多数基本上采用种策略对其改进，要么与其他算法结合，要么加入变异操作，同时采用两种策略的混合算法较少。因此，本文提出了种新的改进策略将局部搜索能力强的均值算法和基于遗传算法的交叉变异操作同时结合到算法中。通过适当调节，发挥各自的优点，既提高了算法的局部搜索能力，又因为加入了交叉变异操作增加了种群的多样性，防止了算法早熟......”。