基于聚类方法的小生境遗传算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 绪论 | 第12-19页 |
| ·课题研究背景及其意义 | 第12-16页 |
| ·生物进化论和遗传学理论 | 第12-13页 |
| ·遗传算法的基本思想及其历史 | 第13-14页 |
| ·遗传算法流程 | 第14-15页 |
| ·遗传算法基本术语 | 第15-16页 |
| ·多模态优化问题 | 第16页 |
| ·遗传算法研究的主要内容 | 第16-17页 |
| ·本文的研究内容及结构安排 | 第17-19页 |
| 第2章 小生境遗传算法 | 第19-27页 |
| ·小生境思想介绍 | 第19页 |
| ·小生境遗传算法现状 | 第19-21页 |
| ·排挤模型 | 第19-20页 |
| ·适应值共享模型 | 第20-21页 |
| ·聚类 | 第21页 |
| ·标签 | 第21页 |
| ·序列小生境 | 第21页 |
| ·性能评价标准 | 第21-23页 |
| ·在线性能和离线性能 | 第21-22页 |
| ·有效峰的数量 | 第22页 |
| ·平均峰值比 | 第22页 |
| ·全局最优解比 | 第22页 |
| ·多样性 | 第22-23页 |
| ·种群“早熟”的定量评价指标 | 第23-25页 |
| ·两种定量评价标准的定义 | 第23-24页 |
| ·两种指标性能评述 | 第24-25页 |
| ·新的“早熟”程度评价标准 | 第25页 |
| ·小生境遗传算法存在的一些问题 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第3章 多源扩散蚁群遗传算法 | 第27-38页 |
| ·引言 | 第27页 |
| ·蚁群算法介绍 | 第27-29页 |
| ·蚁群算法背景 | 第27页 |
| ·基本蚁群算法模型 | 第27-28页 |
| ·连续域蚁群算法 | 第28-29页 |
| ·多源扩散蚁群遗传算法 | 第29-37页 |
| ·MAGA 的基本思想 | 第29页 |
| ·MAGA 的算法流程和具体操作 | 第29-33页 |
| ·MAGA 与其他算法的性能比较 | 第33-37页 |
| ·小结 | 第37-38页 |
| 第4章 改进的基于聚类的小生境遗传算法 | 第38-46页 |
| ·引言 | 第38页 |
| ·聚类算法介绍 | 第38-39页 |
| ·层次聚类 | 第38页 |
| ·分割聚类 | 第38-39页 |
| ·密度聚类和网格聚类 | 第39页 |
| ·其他聚类 | 第39页 |
| ·聚类小生境现状 | 第39-40页 |
| ·改进的基于聚类的小生境遗传算法 | 第40-45页 |
| ·BCNGA 的算法流程和具体操作 | 第40-41页 |
| ·BCNGA 的Markov 链表示 | 第41-42页 |
| ·BCNGA 的收敛性分析 | 第42-45页 |
| ·小结 | 第45-46页 |
| 第5章 一种基于山峰聚类的小生境遗传算法 | 第46-54页 |
| ·引言 | 第46页 |
| ·山峰聚类算法 | 第46-48页 |
| ·一种基于山峰聚类的小生境遗传算法 | 第48-53页 |
| ·MCNGA 的算法流程及其操作 | 第48页 |
| ·改进的山峰聚类算法 | 第48-49页 |
| ·仿真实验 | 第49-53页 |
| ·小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 1. 论文工作总结 | 第54页 |
| 2. 进一步的工作展望 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61-62页 |
| 附录A 攻读学位期间发表的论文及参加的科研项目 | 第62页 |
