适应度估算遗传算法及其应用
| 提要 | 第1-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-16页 |
| ·本文的意义和目的 | 第11-15页 |
| ·研究背景及现状 | 第11-14页 |
| ·文献综述 | 第14页 |
| ·理论和实际意义及目的 | 第14-15页 |
| ·本文的主要工作 | 第15页 |
| ·本文的结构安排 | 第15-16页 |
| 第2章 遗传算法 | 第16-28页 |
| ·遗传算法的基本概念 | 第16-17页 |
| ·遗传算法的特点 | 第17页 |
| ·简单遗传算法 | 第17-26页 |
| ·编码 | 第18-20页 |
| ·适应度函数 | 第20-22页 |
| ·选择 | 第22-23页 |
| ·交叉 | 第23-26页 |
| ·变异 | 第26页 |
| ·遗传算法改进 | 第26-27页 |
| ·分层遗传算法 | 第26-27页 |
| ·自适应遗传算法 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第3章 聚类分析方法 | 第28-34页 |
| ·引言 | 第28-29页 |
| ·相似矩阵 | 第29-31页 |
| ·距离矩阵 | 第29-30页 |
| ·相似矩阵 | 第30-31页 |
| ·聚类算法 | 第31-33页 |
| ·K-均值聚类算法 | 第31-32页 |
| ·K-Modes聚类算法 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 适应度估算遗传算法及其应用 | 第34-54页 |
| ·引言 | 第34页 |
| ·近亲传播聚类算法 | 第34-38页 |
| ·APGA算法 | 第38-44页 |
| ·函数测试 | 第39-44页 |
| ·具有模式发现的APGA算法 | 第44-50页 |
| ·APGA算法在晶体结构预测中的应用 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 论文工作及展望 | 第54-55页 |
| ·论文工作 | 第54页 |
| ·论文展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 作者简介及科研成果 | 第58页 |
| 硕士期间发表文章 | 第58-59页 |
| 致谢 | 第59页 |
