基于知识和多种群进化的遗传算法研究
摘要 | 第1-5页 |
Abstract | 第5-15页 |
第一章 绪论 | 第15-29页 |
·遗传算法的研究背景 | 第15-17页 |
·遗传算法的简单描述 | 第17-21页 |
·遗传算法描述 | 第17-18页 |
·遗传算法的基本要素 | 第18-21页 |
·遗传算法的理论研究概况 | 第21-26页 |
·编码策略 | 第22-23页 |
·遗传算子的研究 | 第23-24页 |
·遗传控制参数的研究 | 第24页 |
·遗传算法的收敛性分析 | 第24-25页 |
·遗传算法的改进 | 第25-26页 |
·遗传算法的应用研究概况 | 第26-27页 |
·本文研究内容 | 第27-29页 |
第二章 基于问题相关知识的遗传算法 | 第29-43页 |
·引言 | 第29页 |
·在遗传算法中引入问题相关解 | 第29-35页 |
·在遗传算法中引入问题相关解的方法 | 第29-30页 |
·实验 | 第30-35页 |
·基于个体相似度交叉概率自适应的遗传算法 | 第35-42页 |
·个体相似性度量 | 第35-36页 |
·TSP 编码个体的相似性度量 | 第36-37页 |
·基于个体相似度交叉概率自适应的遗传算法 | 第37-38页 |
·实验 | 第38-42页 |
·小结 | 第42-43页 |
第三章 基于种群多样性的遗传算法 | 第43-57页 |
·引言 | 第43页 |
·种群多样性的度量 | 第43-49页 |
·基于适应度标准差的多样性度量 | 第43页 |
·基于种群熵的多样性度量 | 第43-44页 |
·基于个体基因型的种群多样性度量 | 第44-45页 |
·基于种群连接矩阵的TSP 种群多样性度量 | 第45页 |
·实验与分析 | 第45-49页 |
·基于种群多样性的动态种群规模遗传算法 | 第49-55页 |
·算法流程 | 第49-50页 |
·种群规模控制方法 | 第50-51页 |
·动态种群规模遗传算法的收敛性分析 | 第51-53页 |
·实验 | 第53-55页 |
·小结 | 第55-57页 |
第四章 不同进化机制的多种群遗传算法 | 第57-69页 |
·引言 | 第57页 |
·改进的双种群遗传算法 | 第57-60页 |
·交叉 | 第58-59页 |
·变异 | 第59页 |
·复制 | 第59-60页 |
·改进的三种群遗传算法 | 第60-61页 |
·交叉 | 第60页 |
·变异 | 第60-61页 |
·复制 | 第61页 |
·实验 | 第61-68页 |
·测试问题的描述 | 第61-62页 |
·实验一的结果与分析 | 第62-65页 |
·实验二的结果与分析 | 第65-68页 |
·小结 | 第68-69页 |
第五章 基于聚类的并行遗传算法 | 第69-77页 |
·引言 | 第69-70页 |
·基于聚类的并行遗传算法 | 第70-71页 |
·基于聚类的并行遗传算法的基本流程 | 第70页 |
·基于密度的聚类算法 | 第70-71页 |
·基于聚类的并行遗传算法的收敛性分析 | 第71-74页 |
·实验 | 第74-76页 |
·优化本文2.3.4 节的Loaf 函数 | 第74-75页 |
·优化本文2.3.4 节的Foxholes 函数 | 第75页 |
·优化本文3.3.4 节的改进Ripple 函数 | 第75-76页 |
·小结 | 第76-77页 |
第六章 噪声环境下的遗传算法 | 第77-96页 |
·引言 | 第77-78页 |
·噪声 | 第78-79页 |
·噪声环境下的遗传算法 | 第79-88页 |
·噪声对遗传算法的影响 | 第79-84页 |
·基于非线性滤波的目标函数值计算 | 第84-87页 |
·分析噪声对遗传算法的影响 | 第87-88页 |
·噪声环境下的遗传算法的评价 | 第88-93页 |
·评价指标 | 第88-89页 |
·有效性验证 | 第89-93页 |
·基于聚类的并行遗传算法在噪声环境下的应用 | 第93-95页 |
·小结 | 第95-96页 |
第七章 结论和展望 | 第96-98页 |
·本文的主要工作 | 第96-97页 |
·本文主要创新点 | 第97页 |
·工作展望 | 第97-98页 |
参考文献 | 第98-111页 |
致谢 | 第111-112页 |
在学期间的研究成果及发表的学术论文 | 第112-113页 |