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

基于排序模型的混合整数演化策略

摘要第1-6页
ABSTRACT第6-7页
目录第7-9页
表格索引第9-10页
插图索引第10-11页
算法索引第11-12页
第一章 绪论第12-16页
   ·课题背景第12-13页
     ·选题背景及意义第12页
     ·国内外研究概况和发展趋势第12-13页
   ·本文研究内容第13-14页
   ·本文内容安排第14-16页
第二章 相关工作第16-26页
   ·引言第16-17页
   ·演化策略简介第17-21页
     ·(1+1)-ES第18-19页
     ·演化策略算法框架第19-20页
     ·选择机制第20页
     ·交叉算子第20-21页
   ·基于元模型的演化算法第21-22页
   ·混合整数演化策略第22-25页
     ·混合整数优化问题第22页
     ·混合整数演化策略第22-25页
   ·本章小结第25-26页
第三章 基于肯德尔秩相关系数及径向基函数网络的元模型第26-40页
   ·引言第26页
   ·径向基函数网络辅助混合整数演化策略第26-31页
     ·径向基函数网络第27-28页
     ·径向基函数网络作为近似模型第28-30页
     ·基于径向基函数网络的混合整数演化策略第30-31页
   ·基于肯德尔秩相关系数的径向基函数网络辅助混合整数演化策略第31-35页
     ·肯德尔秩相关系数第32-33页
     ·基于肯德尔秩相关系数的径向基函数网络第33-34页
     ·基于肯德尔秩相关系数的径向基函数网络辅助混合整数演化策略第34-35页
   ·实验第35-38页
     ·测试函数第35-36页
     ·算法参数配置第36页
     ·结果和分析第36-38页
   ·本章小结第38-40页
第四章 基于排序学习算法RankBoost的元模型第40-52页
   ·引言第40-41页
   ·Boosting简介第41-42页
   ·RankBoost第42-46页
     ·排序问题模型第43页
     ·RankBoost基本框架第43-45页
     ·弱学习器的获取第45-46页
   ·RankBoost用作演化策略的排序模型第46-48页
   ·实验第48-50页
   ·本章小结第50-52页
第五章 结论第52-54页
   ·工作总结第52页
   ·后续工作第52-54页
参考文献第54-58页
致谢第58-60页
在读期间发表的学术论文与取得的研究成果第60页

论文共60页,点击 下载论文
上一篇:基于压缩感知的人脸识别算法研究
下一篇:FLUKA几何模型到CAD几何模型的转换方法研究