基于竞争性共同进化遗传算法求解对抗性问题
| 致谢 | 第1-4页 |
| 中文摘要 | 第4-6页 |
| 英文摘要 | 第6-12页 |
| 图表目录 | 第12-14页 |
| 第一章 引言 | 第14-30页 |
| 1．1 遗传算法简介 | 第14页 |
| 1．2 优化和生物进化论 | 第14-17页 |
| 1．2．1 传统优化方法及局限 | 第14-15页 |
| 1．2．2 生物进化论与优化 | 第15-17页 |
| 1．3 遗传算法的理论研究 | 第17-18页 |
| 1．3．1 遗传算法的数学基础 | 第17页 |
| 1．3．2 编码机制研究 | 第17-19页 |
| 1．3．3 搜索效率分析 | 第19页 |
| 1．3．4 对遗传算法的改进工作 | 第19页 |
| 1．3．5 早熟现象 | 第19-18页 |
| 1．4 遗传算法的基本操作 | 第18-22页 |
| 1．4．1 编码 | 第18-20页 |
| 1．4．2 遗传算子 | 第20-21页 |
| 1．4．3 目标函数和适应值定标 | 第21页 |
| 1．4．4 对于中止条件的选择 | 第21-22页 |
| 1．5 遗传算法的进展 | 第22-25页 |
| 1．5．1 GA控制参数选择 | 第22页 |
| 1．5．2 动态变量编码 | 第22页 |
| 1．5．3 遗传算子的改进 | 第22-24页 |
| 1．5．4 产生后代的不同方法 | 第24页 |
| 1．5．5 模拟退火拉伸 | 第24-25页 |
| 1．5．6 线性变换拉伸 | 第25页 |
| 1．6 其他进化算法 | 第25-27页 |
| 1．6．1 遗传规划 | 第25页 |
| 1．6．2 进化策略 | 第25-26页 |
| 1．6．3 进化规划 | 第26-27页 |
| 1．7 结论与展望 | 第27-28页 |
| 1．8 小结 | 第28-30页 |
| 第二章 对抗性问题 | 第30-43页 |
| 2．1 问题来源及其定义 | 第30-38页 |
| 2．1．1 相关的工作 | 第31-38页 |
| 2．2 早期方法的局限性 | 第38-39页 |
| 2．3 应用领域 | 第39页 |
| 2．4 竞争性共同进化遗传算法 | 第39-41页 |
| 2．5 小结 | 第41-43页 |
| 第三章 共同进化模型的特性分析 | 第43-62页 |
| 3．1 性能分析 | 第43-48页 |
| 3．1．1 时间复杂度 | 第43-44页 |
| 3．1．2 问题分解 | 第44-45页 |
| 3．1．3 子模块间的相互依赖性 | 第45页 |
| 3．1．4 信用分配 | 第45-46页 |
| 3．1．5 群体多样性 | 第46-47页 |
| 3．1．6 并行性 | 第47-48页 |
| 3．2 收敛性分析 | 第48-60页 |
| 3．2．1 吸收态与吸收模式 | 第48-50页 |
| 3．2．2 模式的局部性和单调性 | 第50-53页 |
| 3．2．3 单调性模式的性质 | 第53-60页 |
| 3．3 小结 | 第60-62页 |
| 第四章 共同进化遗传算法的算子和性质分析 | 第62-91页 |
| 4．1 共同进化方法的启发性 | 第62-63页 |
| 4．2 CCGA的目标 | 第63-65页 |
| 4．2．1 无限群体 | 第63-64页 |
| 4．2．2 理论概念 | 第64-65页 |
| 4．3 共享适应值 | 第65-72页 |
| 4．3．1 方法 | 第65-66页 |
| 4．3．2 简单适应值与共享适应值的等价 | 第66-67页 |
| 4．3．3 停滞等价 | 第67-71页 |
| 4．3．4 消失概率 | 第71-72页 |
| 4．4 基因连锁 | 第72-78页 |
| 4．4．1 生物遗传学中的连锁 | 第72-73页 |
| 4．4．2 连锁对进化的作用 | 第73-74页 |
| 4．4．3 连锁在进化算法中的实现 | 第74-78页 |
| 4．5 自适应变异 | 第78-84页 |
| 4．5．1 欺骗问题的分析和启示 | 第78-79页 |
| 4．5．2 自适应变异算子的构想 | 第79-81页 |
| 4．5．3 自适应变异的实现 | 第81-82页 |
| 4．5．4 最小欺骗问题的演算 | 第82-84页 |
| 4．6 虚幻寄生体 | 第84-86页 |
| 4．6．1 虚幻寄生体设计 | 第84-85页 |
| 4．6．2 虚幻寄生体对适应值的影响 | 第85-86页 |
| 4．7 精英群体 | 第86-87页 |
| 4．8 共享采样 | 第87-89页 |
| 4．9 同胞选择 | 第89-90页 |
| 4．10 小结 | 第90-91页 |
| 第五章 对抗性问题实验及其分析 | 第91-107页 |
| 5．1 细胞自动机的规则学习 | 第91-95页 |
| 5．1．1 问题描述 | 第91-92页 |
| 5．1．2 参数设置 | 第92-93页 |
| 5．1．3 实验结果和比较分析 | 第93-95页 |
| 5．1．4 结论 | 第95页 |
| 5．2 追逃实验 | 第95-105页 |
| 5．2．1 追逃问题概述 | 第96-97页 |
| 5．2．2 环境设置 | 第97-98页 |
| 5．2．3 适应值函数 | 第98-100页 |
| 5．2．4 实验结果和结论 | 第100-105页 |
| 5．3 小结 | 第105-107页 |
| 第六章 CCGA的深入探讨 | 第107-114页 |
| 6．1 生物学意义 | 第107-108页 |
| 6．2 军备竞赛 | 第108-110页 |
| 6．2．1 军备竞赛的时间比例 | 第108-109页 |
| 6．2．2 单变的表型特性 | 第109-110页 |
| 6．3 进化阶梯、漂移和免疫 | 第110-112页 |
| 6．3．1 进化漂移 | 第111页 |
| 6．3．2 抵抗力 | 第111-112页 |
| 6．4 寄生体的信息量 | 第112页 |
| 6．5 小结 | 第112-114页 |
| 第七章 结束语 | 第114-119页 |
| 7．1 总结 | 第114-115页 |
| 7．2 今后的研究方向 | 第115-119页 |
| 7．2．1 其他的共同进化方法 | 第116-117页 |
| 7．2．2 应用领域的扩展 | 第117-119页 |
| 参考文献 | 第119-125页 |
| 在读期间发表的论文 | 第125-126页 |
