EndNote软件是Thomson Corporation推出的一款文献管理软件。通过EndNote你可搜索在线书目数据库、组织参考书及图片、快速创建参考文献

4.1、网络基础知识 4.1.1 计算机网络的形成和发展 4.1.2 计算机网络的定义及功能 4.1.3 计算机网络的组成 4.1.4计算机网络的体系结构 4.1.5网络的拓扑结构 4.1.6网络的分类 4.2、Internet基础知识 4.2.1 Internet概述 4.2.2 IP地址 4.2.3域名和域名系统 4.2.4 Internet的接入 4.3、 Internet的基本服务功能 4.3.1 电子邮件（E－mail）服务 4.3.2 远程登录（Telnet）服务 4.3.3 文件传输（FTP）服务 4.3.4 WWW服务 4.4、信息检索与信息发布 4.4.1 信息检索的概念 4.4.2 常用搜索引擎介绍 4.4.3 中国期刊网科技文献的检索

5.1 利用网络检索科研信息 5.1.1 国外网络数据库的检索 5.1.2 国内网络数据库的检索 5.1.3 网上电子期刊 5.1.4 网上专利文献检索 5.1.5 数字图书馆 5.1.6 利用搜索引擎

提出了一种基于保收敛粒子群优化算法的移动机器人全局路径规划策略,为移动机器人在有限时间内找到一条避开障碍物的最短路径提供了一种解决方案.首先建立环境地图模型,将连接地图中起点和终点的路径编码成粒子,然后根据障碍物位置规划出粒子的可活动区域,在此区域内产生初始种群,使粒子在受限的区域内寻找最优路径.在搜索过程中,粒子群优化算法的加速系数和惯性权重均随迭代次数自适应调节.仿真实验表明算法可在起点与终点之间找到一条简单安全的最优路径.与其他文献所提的方法进行了对比研究,结果表明本文所提算法具有更快的搜索速度和更高的搜索质量

RMS算法是K.S.Chandra等人1982年提出的一种可用于非光滑函数的线搜索优化算法[1]它具有调用函数次数少,CPU时间短等突出优点。本文补充了文献[1]中未讨论的退化情况,并对RMS算法加以修改,使其理论上趋于完善。本文还论证了在一定条件下RMS算法的收敛性

针对经典人工蜂群算法收敛速率较慢,后期易陷入局部最优解的不足,本文将粒子群算法中\全局最优\的思想引入到人工蜂群算法的改进过程,从而形成了一种新的人工蜂群改进算法——粒子蜂群算法.首先,提出了趋优度的概念,用来衡量引领蜂在有限次迭代过程中向全局最优解靠近或远离的程度,趋优度值可以评价个体的\发展潜力\,趋优度值越低的个体,越需要增大变异的程度,以便找到质量更优的解.其次,专门设计了一种新的蜜蜂群体——粒子蜂,在引领蜂变异阶段根据趋优度的大小将引领蜂变异为侦查蜂和粒子蜂,粒子蜂的出现在很大程度上增加了种群的多样性,拓展了算法的搜索范围.然后,通过粒子蜂群算法种群序列是一个有限齐次马尔科夫链和种群进化单调性的分析,验证了本文所提算法的种群序列依概率1收敛于全局最优解集.最后,将本文所提算法应用于多个常见测试函数,并与经典蜂群算法、近年其他文献改进蜂群算法进行了仿真对比研究,仿真结果表明本文所提算法确实加大了种群的分散度、扩宽了搜索范围,从而具有更快的收敛速度和更高的寻优精度