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

基于入侵野草优化算子改进的进化多目标优化算法及聚类

摘要第3-5页
Abstract第5-6页
第一章 绪论第9-13页
    1.1 研究背景与意义第9页
    1.2 进化算法及进化多目标优化算法的概述第9-10页
    1.3 多目标优化的相关概念第10-12页
    1.4 本文的主要工作及内容的布局安排第12-13页
第二章 相关背景知识介绍第13-21页
    2.1 非支配近邻免疫多目标优化算法第13-15页
        2.1.1 非支配近邻免疫多目标优化算法主要思想第13-14页
        2.1.2 算法的步骤第14-15页
        2.1.3 非支配近邻免疫多目标优化算法存在的一些问题第15页
    2.2 基于分解的进化多目标优化算法第15-17页
        2.2.1 基于分解的进化多目标优化算法的基本思想第15页
        2.2.2 算法的步骤第15-16页
        2.2.3 基于分解的进化多目标优化算法存在的一些问题第16-17页
    2.3 入侵野草优化算法第17-19页
        2.3.1 入侵野草优化算法的基本思想第17页
        2.3.2 算法的步骤第17-19页
        2.3.3 入侵野草优化算法存在的一些问题第19页
    2.4 小结第19-21页
第三章 基于入侵野草优化算子改进的非支配近邻免疫多目标优化算法第21-49页
    3.1 改进的入侵野草优化算子第21-25页
        3.1.1 改进Ⅰ:伴生父个体第21-22页
        3.1.2 改进Ⅱ:柯西分布第22-23页
        3.1.3 改进Ⅲ:振荡因子第23-24页
        3.1.4 改进算子的详细步骤第24-25页
    3.2 改进后的非支配近邻免疫多目标优化算法第25-26页
    3.3 实验结果和分析第26-47页
        3.3.1 测试问题第26-28页
        3.3.2 评价标准第28-29页
        3.3.3 实验Ⅰ第29-35页
        3.3.4 实验Ⅱ第35-39页
        3.3.5 实验Ⅲ第39-41页
        3.3.6 实验Ⅳ第41-42页
        3.3.7 实验Ⅴ第42-47页
    3.4 小结第47-49页
第四章 引入入侵野草优化算子改进的基于分解的进化多目标优化算法第49-69页
    4.1 入侵野草优化算子的变化第49-50页
        4.1.1 种子繁殖位置的变化第49-50页
        4.1.2 标准偏差计算公式的变化第50页
    4.2 改进后的基于分解的进化多目标优化算法第50-53页
    4.3 实验结果和分析第53-68页
        4.3.1 测试问题第54-55页
        4.3.2 参数设置第55-56页
        4.3.3 实验分析一第56-63页
        4.3.4 实验分析二第63-65页
        4.3.5 实验分析三第65-68页
    4.4 小结第68-69页
第五章 多目标入侵野草优化算法的自动聚类第69-83页
    5.1 模糊聚类第69页
    5.2 多目标入侵野草优化自动聚类算法第69-74页
        5.2.1 多目标入侵野草优化算法思想第70页
        5.2.2 编码方式和种子的繁殖第70-71页
        5.2.3 反馈更新机制第71页
        5.2.4 目标函数第71-72页
        5.2.5 算法的步骤第72-73页
        5.2.6 最优聚类数的选择第73页
        5.2.7 聚类评价指标第73-74页
    5.3 实验结果和分析第74-81页
        5.3.1 数据集、参数设置和对比实验设置第74页
        5.3.2 实验结果和分析第74-81页
    5.4 小结第81-83页
第六章 工作总结与展望第83-85页
致谢第85-87页
参考文献第87-93页
硕士期间的部分研究成果第93页

论文共93页,点击 下载论文
上一篇:基于人工神经网络模型的X县农村信用社信贷风险评估
下一篇:湖南零售业物流配送中心信息系统构建研究