广义染色体遗传算法与迭代式最小二乘支持向量机回归算法研究
| 第1章 绪 论 | 第1-10页 |
| 第2章 广义染色体遗传算法 | 第10-42页 |
| §1 引言 | 第10-13页 |
| §2 基于广义染色体的遗传算法 | 第13-31页 |
| ·广义染色体 | 第13-20页 |
| ·基于广义染色体的遗传算法 | 第20-31页 |
| §3 广义染色体遗传算法的若干分析 | 第31-33页 |
| ·染色体编码长度分析 | 第31-32页 |
| ·编码空间分析 | 第32-33页 |
| §4 实验验证 | 第33-35页 |
| §5 小结 | 第35-42页 |
| 第3章 有约束旅行商问题的研究 | 第42-55页 |
| §1 引言 | 第42-43页 |
| §2 GA 优化标准TSP 的操作和步骤 | 第43-45页 |
| §3 若干增加了约束的TSP 问题 | 第45-49页 |
| ·自由端点算法 | 第46-47页 |
| ·固定端点算法 | 第47页 |
| ·非连通图算法 | 第47-49页 |
| §4 实验验证 | 第49-54页 |
| §5 小结 | 第54-55页 |
| 第4章 迭代式最小二乘支持向量回归学习算法 | 第55-77页 |
| §1 引言 | 第55-56页 |
| §2 传统LSSVR 与增量LSSVR | 第56-61页 |
| §3 逆学习算法 | 第61-63页 |
| §4 算法的提出 | 第63-70页 |
| ·FILSSVR 学习算法 | 第64-67页 |
| ·AILSSVR 学习算法 | 第67-70页 |
| §5 实验验证 | 第70-76页 |
| §6 小结 | 第76-77页 |
| 第5章 迭代支持向量机的应用 | 第77-92页 |
| §1 引言 | 第77-78页 |
| §2 基于回归策略的多分类算法 | 第78-87页 |
| ·基于最小二乘支持向量机的分类算法 | 第78-80页 |
| ·基于最小二乘支持向量机的回归算法 | 第80-82页 |
| ·最小二乘支持向量机框架下分类与回归的等价性 | 第82-87页 |
| §3 实验验证 | 第87-91页 |
| §4 小结 | 第91-92页 |
| 第6章 结论与展望 | 第92-95页 |
| 参考文献 | 第95-101页 |
| 攻读博士学位期间发表的论文及其他成果 | 第101-106页 |
| 致谢 | 第106-107页 |
| 中文摘要 | 第107-111页 |
| Abstract | 第111-115页 |
