首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

求解高维多目标优化问题的流形学习算法研究

作者简介第1-8页
摘要第8-11页
ABSTRACT第11-20页
第1章 绪论第20-23页
 §1.1 引言第20-21页
 §1.2 本文工作及章节安排第21-23页
     ·主要工作第21-22页
     ·全文章节安排第22-23页
第2章 流形学习多目标优化算法第23-42页
 §2.1 流形学习算法第23-32页
     ·数据降维第23-24页
     ·线性降维第24-25页
     ·流形学习的数学定义第25-27页
     ·流形学习研究现状第27-31页
     ·流形学习的研究内容第31页
     ·流形学习算法框架第31-32页
 §2.2 基于流形学习的多目标优化算法第32-41页
     ·多目标优化问题第32-34页
     ·演化多目标优化算法第34-35页
     ·模型多目标优化算法第35-37页
     ·流形学习多目标演化算法研究现状第37页
     ·流形学习多目标优化算法框架第37-41页
 §2.3 本章小结第41-42页
第3章 多目标优化测试函数第42-56页
 §3.1 多目标测试函数决策空间特性第42-46页
 §3.2 多目标测试函数最优前沿特征第46-47页
 §3.3 典型多目标测试集分析第47-50页
     ·ZDT测试集(ZDT Test Suite)第47-49页
     ·DTLZ测试集(DTLZ Test Suite)第49-50页
 §3.4 本文测试函数第50-53页
 §3.5 本文算法性能评价指标第53-55页
 §3.6 本章小结第55-56页
第4章 基于自组织映射网络的流形学习多目标优化算法第56-68页
 §4.1 SOM-MOEA算法思想第56-57页
 §4.2 SOM-MOEA算法流程第57页
 §4.3 SOM算法及SOM-MOEA建模过程第57-61页
     ·Self-Organizing Maps算法第57-60页
     ·SOM-MOEA流形建模过程第60-61页
 §4.4 算法测试与结果分析第61-66页
     ·实验参数设置第61-62页
     ·实验结果与分析第62-66页
 §4.5 本章小结第66-68页
第5章 基于局部线性嵌入的流形学习多目标优化算法第68-95页
 §5.1 LLE-MOEA算法思想第68-69页
 §5.2 LLE-MOEA算法流程第69页
 §5.3 LLE算法及LLE-MOEA流形学习过程第69-79页
     ·LLE算法原理第69-72页
     ·LLE-MOEA流形学习过程第72-74页
     ·LLE-MOEA性能受LLE邻域参数k的影响研究第74-77页
     ·LLE-MOEA实验结论第77-79页
 §5.4 SLLE-MOEA算法第79-84页
     ·SLLE算法原理第79页
     ·SLLE-MOEA性能受SLLE类别参数α的影响研究第79-82页
     ·SLLE-MOEA实验结论第82-84页
 §5.5 HLLE-MOEA算法第84-85页
     ·HLLE-MOEA算法原理第84页
     ·HLLE算法步骤第84-85页
 §5.6 LLE-MOEA/SLLE-MOEA/HLLE-MOEA算法性能评测第85-94页
     ·参数设置第85-86页
     ·LLE-MOEA/SLLE-MOEA/HLLE-MOEA性能对比第86-91页
     ·LLE-MOEA与SOM-MOEA性能对比第91-93页
     ·实验结论第93-94页
 §5.7 本章小结第94-95页
第6章 流形学习多目标优化算法在卫星星座设计中的应用研究第95-104页
 §6.1 卫星星座设计第95-97页
     ·卫星星座第95页
     ·卫星星座设计方法第95页
     ·卫星星座设计问题的高维特性第95-96页
     ·基于演化算法的卫星星座设计研究现状第96-97页
 §6.2 基于流形学习多目标优化算法的卫星星座设计第97-100页
     ·轨道六根数第97页
     ·星座覆盖性能计算第97-98页
     ·星座设计染色体编码第98-99页
     ·卫星星座设计模型及算法流程第99页
     ·卫星星座染色体适应度计算第99-100页
 §6.3 本文算法在卫星星座设计中应用及分析第100-103页
     ·星座问题定义第100-101页
     ·实验参数设置第101页
     ·优化结果及分析第101-103页
 §6.4 本章小结第103-104页
第7章 总结与展望第104-106页
 §7.1 全文总结第104页
 §7.2 今后工作展望第104-106页
致谢第106-108页
参考文献第108-116页

论文共116页,点击 下载论文
上一篇:基于Latent SVM的人体目标检测与跟踪方法研究
下一篇:旅游产业化水平测度研究