动态竞争策略的链式多智能体遗传算法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 引言 | 第9-16页 |
| ·本课题研究的背景和目的 | 第9-14页 |
| ·本课题研究的工作内容 | 第14-15页 |
| ·本论文的结构安排 | 第15-16页 |
| 2 遗传算法与多智能体系统 | 第16-28页 |
| ·遗传算法的基本概念 | 第16-24页 |
| ·遗传算法的基本流程 | 第16-24页 |
| ·遗传算法的特点 | 第24页 |
| ·多智能体系统的基本概念 | 第24-26页 |
| ·多智能体系统用于遗传算法改进 | 第26-28页 |
| 3 链式智能体遗传算法 | 第28-46页 |
| ·算法描述 | 第28-34页 |
| ·链式多智能体网络结构 | 第28-30页 |
| ·动态邻域竞争算子 | 第30-31页 |
| ·正交交叉算子 | 第31-33页 |
| ·自适应变异算子 | 第33页 |
| ·精英保留策略 | 第33页 |
| ·停止准则 | 第33-34页 |
| ·CAGA 算法流程 | 第34页 |
| ·实验结果与分析 | 第34-45页 |
| ·测试函数 | 第34-37页 |
| ·CAGA 低维函数优化实验 | 第37-41页 |
| ·CAGA 中高维函数优化试验 | 第41-43页 |
| ·2～100 维函数优化收敛性能测试 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 4 多子群协同链式智能体遗传算法 | 第46-61页 |
| ·算法描述 | 第46-51页 |
| ·多子群协同链式智能体网络结构 | 第46-47页 |
| ·动态邻域竞争算子 | 第47-48页 |
| ·正交交叉算子 | 第48页 |
| ·自适应变异算子 | 第48-49页 |
| ·收敛性分析 | 第49页 |
| ·MPAGA 算法流程 | 第49-51页 |
| ·实验结果与分析 | 第51-60页 |
| ·测试函数 | 第51-52页 |
| ·MPAGA 低维函数优化实验 | 第52页 |
| ·MPAGA 中高维函数优化实验 | 第52-55页 |
| ·2～100 维函数优化收敛性能测试 | 第55-59页 |
| ·共享智能体数量分析 | 第59页 |
| ·子群规模分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 5 链式智能体遗传算法用于特征选择的研究 | 第61-67页 |
| ·遗传算法用于特征选择的一般流程 | 第61-62页 |
| ·用于特征选择的链式智能体遗传算法 | 第62-66页 |
| ·遗传算子及流程说明 | 第62-63页 |
| ·实验结果分析 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 6 总结 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 附录 | 第74-76页 |
