遗传规划的基因内区改进及其在单机调度中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-19页 |
| ·引言 | 第9-10页 |
| ·进化计算的主要分支 | 第10-12页 |
| ·遗传算法 | 第10-11页 |
| ·进化策略 | 第11-12页 |
| ·进化规划 | 第12页 |
| ·遗传规划 | 第12页 |
| ·进化计算的主要特点 | 第12-14页 |
| ·智能性 | 第13页 |
| ·本质并行性 | 第13-14页 |
| ·调度问题的背景 | 第14-15页 |
| ·经典调度的基本方法 | 第15-18页 |
| ·本文各章的安排 | 第18-19页 |
| 第二章 遗传规划的基本理论 | 第19-30页 |
| ·概述 | 第19-20页 |
| ·遗传算法的局限性 | 第19-20页 |
| ·遗传规划基本知识 | 第20-22页 |
| ·初始群体的生成 | 第22-23页 |
| ·初始个体生成原理 | 第22页 |
| ·初始个体生成的几种方法 | 第22-23页 |
| ·适应性度量 | 第23-25页 |
| ·原始适应度 | 第23页 |
| ·标准适应度 | 第23-24页 |
| ·调整适应度 | 第24页 |
| ·归一化适应度 | 第24-25页 |
| ·基本算子 | 第25-28页 |
| ·复制 | 第25-26页 |
| ·交换 | 第26-27页 |
| ·突变 | 第27-28页 |
| ·终止准则 | 第28页 |
| ·结果标定 | 第28-30页 |
| 第三章 遗传规划理论的新进展及典型应用 | 第30-44页 |
| ·概述 | 第30页 |
| ·程序结构的形成 | 第30-33页 |
| ·不同数据结构类型的结构 | 第30-31页 |
| ·模块化结构 | 第31-33页 |
| ·遗传操作 | 第33-35页 |
| ·个体表示方法 | 第35-36页 |
| ·适应度的评价 | 第36-38页 |
| ·GP理论 | 第38-39页 |
| ·遗传规划和其它智能方法的结合 | 第39-40页 |
| ·遗传规划和其它计算智能方法的结合 | 第39页 |
| ·并行执行的遗传规划 | 第39-40页 |
| ·基于遗传规划的机器学习 | 第40页 |
| ·遗传规划的主要应用领域 | 第40-42页 |
| ·机器人路径规划 | 第40-41页 |
| ·响应AGENT | 第41页 |
| ·预测与分类 | 第41页 |
| ·图像和信号处理 | 第41页 |
| ·数据挖掘 | 第41页 |
| ·信息检索 | 第41-42页 |
| ·进化硬件 | 第42页 |
| ·电子电路设计 | 第42页 |
| ·典型的遗传规划实现系统 | 第42-44页 |
| 第四章 遗传规划收敛性研究及对基因内区的改进 | 第44-63页 |
| ·引言 | 第44页 |
| ·应用遗传规划实现公式发现和符号回归 | 第44-45页 |
| ·收敛性 | 第45-49页 |
| ·基因内区 | 第49-53页 |
| ·复制方法对基因内区的影响 | 第53-56页 |
| ·复制概率对基因内区的影响 | 第56-58页 |
| ·交换概率对基因内区的影响 | 第58-61页 |
| ·对交换操作的改进 | 第61-63页 |
| 第五章 基于遗传规划的单机拖期调度问题 | 第63-79页 |
| ·引言 | 第63页 |
| ·单机提前／拖期调度问题的描述引言 | 第63-64页 |
| ·基于遗传规划的单机调度问题的启发式法 | 第64-70页 |
| ·问题表示 | 第64-65页 |
| ·函数集和终止符集 | 第65页 |
| ·遗传规划算法的调整 | 第65-66页 |
| ·遗传算子 | 第66-67页 |
| ·实验结果 | 第67-70页 |
| ·基于遗传规划的单机调度问题的又一实现 | 第70-77页 |
| ·算法设计 | 第70-74页 |
| ·实验结果 | 第74-77页 |
| ·总结 | 第77-79页 |
| 第六章 总结与展望 | 第79-80页 |
| 参考文献 | 第80-89页 |
| 致谢 | 第89-90页 |
| 作者在攻读硕士学位期间参加的科研工作与发表的论文 | 第90页 |
