基于捕食搜索策略的遗传算法的研究及应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·遗传算法的发展历程 | 第7-8页 |
| ·遗传算法的研究现状 | 第8-10页 |
| ·遗传算法收敛理论 | 第8-9页 |
| ·遗传算法的改进 | 第9-10页 |
| ·遗传算法的特点 | 第10-11页 |
| ·遗传算法与传统优化算法的不同点 | 第10-11页 |
| ·遗传算法的缺点 | 第11页 |
| ·遗传算法的应用 | 第11-12页 |
| ·课题的背景及研究意义 | 第12-13页 |
| ·本课题研究内容安排 | 第13-15页 |
| 第二章 采用捕食搜索策略的遗传算法研究 | 第15-31页 |
| ·遗传算法分析 | 第15-22页 |
| ·基本遗传算法的构成要素 | 第15-16页 |
| ·遗传算法的基本流程 | 第16-17页 |
| ·遗传算法的实现技术 | 第17-22页 |
| ·捕食搜索策略的基本思想 | 第22-23页 |
| ·采用捕食搜索策略的遗传算法的基本思想 | 第23-24页 |
| ·采用捕食搜索策略的遗传算法设计 | 第24-28页 |
| ·种群多样性的评价 | 第24-25页 |
| ·遗传操作 | 第25-27页 |
| ·交叉变异概率 | 第27-28页 |
| ·采用捕食搜索策略的遗传算法流程 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第三章 PSGA 在函数优化中的应用 | 第31-43页 |
| ·函数优化问题简介 | 第31-32页 |
| ·测试函数 | 第32-33页 |
| ·基于PSGA 的函数优化 | 第33-41页 |
| ·PSGA 在函数优化应用中的流程 | 第33-34页 |
| ·PSGA 参数的选取 | 第34-36页 |
| ·算法有效性分析 | 第36-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 PSGA 在SVM 参数优化中的应用 | 第43-53页 |
| ·支持向量机简介 | 第43-46页 |
| ·支持向量机原理 | 第43-45页 |
| ·支持向量机的优点 | 第45-46页 |
| ·支持向量机的参数 | 第46页 |
| ·运用PSGA 优化SVM 参数的流程设计 | 第46-47页 |
| ·编码区间及目标函数的确定 | 第46-47页 |
| ·算法流程图 | 第47页 |
| ·基于PSGA-SVM 的谷氨酸发酵过程建模 | 第47-51页 |
| ·谷氨酸发酵过程简介 | 第47-48页 |
| ·建立谷氨酸发酵过程模型 | 第48-49页 |
| ·仿真结果 | 第49-51页 |
| ·本章小结 | 第51-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·论文总结 | 第53-54页 |
| ·研究展望 | 第54-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第63页 |
