基于探索—开发权衡的差分进化算法改进
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·引言 | 第10-11页 |
| ·最优化方法 | 第11-16页 |
| ·传统优化算法 | 第11-12页 |
| ·现代智能优化算法 | 第12-14页 |
| ·四种典型智能优化算法基本原理 | 第14-16页 |
| ·智能优化算法研究现状及趋势 | 第16-17页 |
| ·本文的内容组织和结构 | 第17-19页 |
| 第2章 差分进化算法 | 第19-31页 |
| ·算法背景 | 第19页 |
| ·传统差分进化算法 | 第19-22页 |
| ·种群初始化 | 第20页 |
| ·差分变异 | 第20-21页 |
| ·交叉 | 第21页 |
| ·选择 | 第21-22页 |
| ·差分进化算法改进策略研究现状 | 第22-31页 |
| ·差分进化控制参数的调整策略 | 第22-27页 |
| ·差分进化算子改进策略 | 第27-29页 |
| ·差分进化算法混合研究 | 第29-31页 |
| 第3章 差分进化算法全局收敛性研究 | 第31-41页 |
| ·差分进化算法收敛性研究 | 第31-35页 |
| ·Markov 收敛性分析方法 | 第32-34页 |
| ·随机算法全局收敛性定理 | 第34-35页 |
| ·“停滞”意义下基于种群动态的 DE 收敛性分析 | 第35-39页 |
| ·收敛意义下“停滞”概念的引入 | 第35-36页 |
| ·D 维情况下种群动态收敛性分析 | 第36-39页 |
| ·搜索与优化中的“探索-开发”权衡 | 第39-41页 |
| 第4章 基于高斯变异的差分进化算法改进 | 第41-66页 |
| ·改进差分进化算法（GRFDE） | 第41-44页 |
| ·GRFDE 收敛性证明 | 第44-46页 |
| ·实验分析研究 | 第46-66页 |
| ·标准测试函数 | 第46-48页 |
| ·基本实验设置 | 第48-49页 |
| ·实验数据及分析 | 第49-66页 |
| 第5章 总结与展望 | 第66-68页 |
| ·本文主要创新点与研究成果 | 第66页 |
| ·对未来研究工作的展望 | 第66-68页 |
| 参考文献 | 第68-75页 |
| 攻读学位期间发表论文与研究成果清单 | 第75-76页 |
| 致谢 | 第76页 |
