首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

进化策略的变异算子与仿真平台研究

摘要第1-5页
ABSTRACT第5-11页
第一章 绪论第11-28页
 1.1 进化算法概述第11-13页
 1.2 进化算法基本框架第13-16页
 1.3 进化策略研究综述第16-25页
  1.3.1 ES的演变第16-17页
  1.3.2 基本ES描述第17-21页
  1.3.3 ES的改进研究第21-23页
  1.3.4 ES论研究进展第23-24页
  1.3.5 应用第24页
  1.3.6 现状与趋势第24-25页
 1.4 论文主要研究内容和结构第25-28页
第二章 变异算子的主导作用第28-44页
 2.1 基本遗传算法第28-29页
 2.2 一种强化引导型的遗传算法第29-35页
  2.2.1 IEGA基本原理第30-32页
  2.2.2 算法描述第32页
  2.2.3 仿真计算第32-35页
 2.3 IEGA的进一步改进第35-39页
 2.4 交叉算子作用机理分析第39-43页
  2.4.1 一维时交叉算子的作用第40-42页
  2.4.2 高维时交叉算子的作用第42页
  2.4.3 交叉算子的可替代性第42-43页
  2.4.4 无交叉算子的IEGA-2与进化策略第43页
 2.5 小结第43-44页
第三章 单基因变异进化策略第44-59页
 3.1 进化策略中的变异算子第44-49页
  3.1.1 变异算子设计的一般原则第44-45页
  3.1.2 实数搜索空间的变异算子第45-49页
 3.2 单基因变异与全基因变异第49-54页
  3.2.1 成功变异的概率分析第50-52页
  3.2.2 局部搜索能力仿真分析第52-54页
 3.3 关于变异方式的进一步探讨第54-59页
  3.3.1 计算开销比较第54-55页
  3.3.2 H.Bremermann的早期研究第55-56页
  3.3.3 进化策略的变异思想第56-57页
  3.3.4 有关仿真计算结果的评价第57-59页
第四章 单基因变异ES的步长控制第59-85页
 4.1 变异步长控制概述第59-60页
 4.2 变异步长与局部搜索性能的关系第60-69页
  4.2.1 理论分析第61-65页
  4.2.2 横向仿真分析第65-69页
 4.3 全局收敛性分析第69-74页
  4.3.1 概率意义下的收敛性第69-70页
  4.3.2 反例1 变异步长减小导致早熟收敛第70-73页
  4.3.3 反例2 单基因变异导致早熟收敛第73-74页
 4.4 均匀变异算子的引入第74-75页
 4.5 (μ+λ+κ)-ES第75-83页
  4.5.1 算法描述第75页
  4.5.2 仿真计算第75-83页
 4.6 小结第83-85页
第五章 基于(μ+λ+κ)-Es的多种群技术第85-103页
 5.1 引言第85-87页
 5.2 多种群技术综述第87-92页
  5.2.1 多种群GA第87-90页
  5.2.2 多种群ES第90-91页
  5.2.3 多种群技术中有待解决的问题第91-92页
 5.3 多种群进化策略m×(μ+λ+κ)-ES第92-101页
  5.3.1 算法结构第92页
  5.3.2 算法参数的设置第92-93页
  5.3.3 子种群的消亡与再生第93-97页
  5.3.4 算法实现第97页
  5.3.5 仿真计算第97-101页
 5.4 小结第101-103页
第六章 进化算法仿真平台的研究第103-116页
 6.1 平台现状第103页
 6.2 算法平台的构建第103-109页
  6.2.1 基本要求第103-104页
  6.2.2 程序设计第104-109页
 6.3 应用1——复杂机电传动控制系统参数的优化组合第109-112页
  6.3.1 系统结构与数学模型第109-110页
  6.3.2 适应值函数第110-111页
  6.3.3 计算过程与结果第111-112页
 6.4 应用2——足球机器人的最优控制第112-114页
  6.4.1 机器人运动方程第112-113页
  6.4.2 机器人轮速的动力学方程第113页
  6.4.3 最优控制的描述与实现第113-114页
 6.6 小结第114-116页
第七章 总结、创新与展望第116-118页
参考文献第118-132页
附录1 作者在攻博期间发表的论文第132-133页
附录2 作者在攻博期间参加的科研项目第133-134页
致谢第134页

论文共134页,点击 下载论文
上一篇:试论李贽人物史评思想的原儒情结
下一篇:洗钱犯罪研究