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

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

论文共113页,点击 下载论文
上一篇:翻译中的三大主体及其主体性--以赵元任的中译本《阿丽思漫游奇境记》为例
下一篇:低碳时代与我国高等教育理念的发展