改进的遗传算法及其在多目标优化中的应用研究
| 第一章 引言 | 第1-11页 |
| ·论文课题研究的目的和意义 | 第9-10页 |
| ·本文所做的工作 | 第10-11页 |
| 第二章 遗传算法理论概述 | 第11-16页 |
| ·生物进化与遗传 | 第11-12页 |
| ·生物进化 | 第11-12页 |
| ·生物进化与遗传算法及基本概念 | 第12页 |
| ·遗传算法的基本思想 | 第12-13页 |
| ·遗传算法基本要素 | 第13-14页 |
| ·遗传算法的研究概况 | 第14-16页 |
| ·遗传算法研究概述 | 第14页 |
| ·遗传算法研究的新动向 | 第14-16页 |
| 第三章 基本遗传算法 | 第16-30页 |
| ·简单函数优化实例 | 第16-19页 |
| ·编码 | 第16-17页 |
| ·产生初始种群 | 第17页 |
| ·计算适应度 | 第17-18页 |
| ·遗传操作 | 第18-19页 |
| ·模拟结果 | 第19页 |
| ·编码 | 第19-20页 |
| ·适应度函数及其尺度变换 | 第20-22页 |
| ·几种常见的适应度函数 | 第20-21页 |
| ·适应度函数的作用 | 第21页 |
| ·适应度函数的设计 | 第21-22页 |
| ·适应度函数的尺度变换 | 第22页 |
| ·遗传操作 | 第22-28页 |
| ·选择算子 | 第23-25页 |
| ·交叉算子 | 第25-27页 |
| ·变异算子 | 第27-28页 |
| ·基本遗传算法的研究概况 | 第28-30页 |
| ·参数的选择 | 第28-29页 |
| ·基因操作 | 第29-30页 |
| 第四章 遗传算法的基本理论 | 第30-38页 |
| ·模式定理 | 第30-32页 |
| ·模式的定义 | 第30-31页 |
| ·模式定理 | 第31-32页 |
| ·积木块假说 | 第32-33页 |
| ·内在并行性 | 第33页 |
| ·WALSH模式变换 | 第33-36页 |
| ·Walsh函数 | 第34-35页 |
| ·用Walsh函数表示模式平均适应度 | 第35-36页 |
| ·欺骗问题 | 第36-37页 |
| ·遗传算法的理论研究概况 | 第37-38页 |
| 第五章 改进的遗传算法及其应用研究 | 第38-56页 |
| ·改进的遗传算法 | 第38-41页 |
| ·选择算子的改进 | 第38-39页 |
| ·交叉算子的改进 | 第39-40页 |
| ·变异算子的改进 | 第40-41页 |
| ·组合优化问题的遗传算法 | 第41-45页 |
| ·线性规划问题求解模型 | 第41页 |
| ·染色体的编码方式 | 第41-42页 |
| ·适应值的定义及比例变换 | 第42-43页 |
| ·遗传操作 | 第43页 |
| ·算例实验 | 第43-45页 |
| ·最短路径的改进遗传算法 | 第45-49页 |
| ·编码 | 第45页 |
| ·初始群体的生成 | 第45-46页 |
| ·适应度函数值 | 第46页 |
| ·选择、交叉和变异 | 第46页 |
| ·算法及软件实现 | 第46-48页 |
| ·算法求解示例： | 第48-49页 |
| ·TSP问题的改进遗传算法 | 第49-53页 |
| ·TSP问题 | 第49页 |
| ·算法设计 | 第49-53页 |
| ·应用举例：50个城市的TSP问题 | 第53页 |
| ·改进遗传算法研究概述 | 第53-56页 |
| ·分层遗传算法 | 第54页 |
| ·CHC算法 | 第54页 |
| ·Messy GA | 第54页 |
| ·自适应遗传算法 | 第54-55页 |
| ·混合遗传算法 | 第55页 |
| ·并行遗传算法 | 第55-56页 |
| 第六章 多目标优化问题的应用研究 | 第56-65页 |
| ·多目标优化问题概述 | 第56-58页 |
| ·多目标优化问题的产生、发展和应用 | 第56-57页 |
| ·多目标规划的基本概念和模型 | 第57-58页 |
| ·多目标优化和遗传算法的融合、发展状况及分类 | 第58-61页 |
| ·权系数变化法 | 第59-60页 |
| ·并列选择法 | 第60页 |
| ·排序选择法 | 第60页 |
| ·共享函数法 | 第60-61页 |
| ·多目标优化算法及应用算例 | 第61-65页 |
| ·算法设计 | 第61-63页 |
| ·试验与结果 | 第63-65页 |
| 第七章 总结与展望 | 第65-69页 |
| ·遗传算法操作描述及其相关改进的总结 | 第65-66页 |
| ·遗传算法研究方向和趋势的展望 | 第66-68页 |
| ·优化搜索方法的研究 | 第66页 |
| ·学习系统的遗传算法研究 | 第66-67页 |
| ·生物进化与遗传算法的研究 | 第67页 |
| ·遗传算法的并行分布处理 | 第67页 |
| ·人工生命与遗传算法的研究 | 第67页 |
| ·遗传编程 | 第67-68页 |
| ·遗传神经网络 | 第68页 |
| ·本文所做工作的展望 | 第68页 |
| ·结束语 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 谢辞 | 第72-73页 |
| 作者攻读硕士学位期间发表论文和科研情况说明 | 第73-74页 |
