基于差分进化算法的动态优化问题研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 引言 | 第9页 |
| 1.2 主要研究内容 | 第9-10页 |
| 1.3 本文组织结构 | 第10-12页 |
| 第二章 动态优化问题概述 | 第12-22页 |
| 2.1 引言 | 第12页 |
| 2.2 动态优化问题的定义 | 第12-13页 |
| 2.3 动态环境的特征 | 第13-14页 |
| 2.4 合适的benchmark问题 | 第14-18页 |
| 2.4.1 DF1动态问题 | 第14-15页 |
| 2.4.2 移动峰问题 | 第15-16页 |
| 2.4.3 GDBG问题 | 第16-18页 |
| 2.5 演化动态优化方法现状 | 第18-22页 |
| 第三章 差分进化算法简介 | 第22-27页 |
| 3.1 标准差分进化算法 | 第22-23页 |
| 3.1.1 种群初始化 | 第22页 |
| 3.1.2 变异 | 第22-23页 |
| 3.1.3 交叉 | 第23页 |
| 3.1.4 选择 | 第23页 |
| 3.2 差分算法家族 | 第23-24页 |
| 3.3 动态环境中的差分进化算法 | 第24-25页 |
| 3.4 本章小结 | 第25-27页 |
| 第四章 求解动态优化问题的多种群竞争差分进化算法 | 第27-50页 |
| 4.1 产生新个体的常见方法 | 第27-28页 |
| 4.1.1 量子个体生成机制 | 第27页 |
| 4.1.2 布朗个体 | 第27-28页 |
| 4.1.3 熵的差分演化 | 第28页 |
| 4.2 多种群竞争差分进化算法 | 第28-30页 |
| 4.2.1 侦测环境变化方法 | 第28页 |
| 4.2.2 排除方法 | 第28页 |
| 4.2.3 种群竞争机制 | 第28-29页 |
| 4.2.4 DECS算法描述 | 第29-30页 |
| 4.3 实验结果与分析 | 第30-48页 |
| 4.3.1 实验设置与测试函数 | 第30-33页 |
| 4.3.2 实验结果 | 第33-44页 |
| 4.3.3 实验结果分析 | 第44-48页 |
| 4.4 本章小结 | 第48-50页 |
| 第五章 求解动态优化问题的自适应差分进化算法 | 第50-70页 |
| 5.1 求解动态优化问题的自适应差分进化算法 | 第50-54页 |
| 5.1.1 基于个体适应度的参数自适应策略 | 第50-51页 |
| 5.1.2 交叉概率CR的自适应策略 | 第51-52页 |
| 5.1.3 RDECS算法描述 | 第52-54页 |
| 5.2 实验结果与分析 | 第54-58页 |
| 5.2.1 动态标准测试函数与评价标准 | 第54-55页 |
| 5.2.2 实验设置 | 第55页 |
| 5.2.3 结果与分析 | 第55-58页 |
| 5.3 改进的自适应差分进化算法 | 第58-61页 |
| 5.3.1 改进的参数自适应策略 | 第58页 |
| 5.3.2 基于模拟退火的变异策略 | 第58-59页 |
| 5.3.3 ADECS算法描述 | 第59-61页 |
| 5.4 实验结果与分析 | 第61-69页 |
| 5.4.1 实验设置 | 第61-62页 |
| 5.4.2 多种参数结果对比分析 | 第62-63页 |
| 5.4.3 结果与分析 | 第63-69页 |
| 5.5 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 总结 | 第70-71页 |
| 6.2 展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 附录一 | 第78-84页 |
| 附录二 | 第84-85页 |
| 图版 | 第85-87页 |
| 表版 | 第87-88页 |
