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

高维优化问题进化求解中增强收敛性的进化算子研究

摘要第6-8页
Abstract第8-9页
第一章 绪论第10-15页
    1.1 问题提出第10页
    1.2 国内外研究现状第10-12页
    1.3 研究内容第12-13页
    1.4 本文组织结构第13-15页
第二章 高维优化问题的相关工作基础第15-25页
    2.1 基本概念和相关术语第15-18页
        2.1.1 多目标优化问题第15-16页
        2.1.2 收敛性定义第16-17页
        2.1.3 快速非支配排序第17页
        2.1.4 CDAS支配域第17-18页
    2.2 基于分解的多目标进化算法(MOEA/D)第18-20页
    2.3 进化算子第20-22页
        2.3.1 模拟二进制进化算子第20页
        2.3.2 多重父代进化算子第20-22页
        2.3.3 基于差分进化的进化算子第22页
    2.4 测试函数集第22-24页
    2.5 本章小结第24-25页
第三章 基于高维决策空间的收敛增强型进化算子第25-39页
    3.1 基于CDAS排序的收敛速度增强策略第25-27页
        3.1.1 基于CDAS的非支配排序第25页
        3.1.2 自适应向量差生成策略第25-27页
    3.2 基于高维决策信息挖掘的动态缩放因子策略第27-29页
        3.2.1 基于主成分的动态缩放因子设计第28-29页
        3.2.2 基于种群稳态判定机制的启动策略第29页
    3.3 进化算子流程及分析第29-31页
    3.4 实验设计第31-32页
        3.4.1 测试问题及对比算法第31页
        3.4.2 实验参数设置第31-32页
        3.4.3 性能指标第32页
    3.5 实验结果与分析第32-37页
    3.6 本章小结第37-39页
第四章 基于高维目标空间收敛性策略的进化算子第39-52页
    4.1 基于高维目标空间的LLE降维策略第39-43页
        4.1.1 局部线性嵌入算法第40-41页
        4.1.2 基于LLE算法的分层策略第41-42页
        4.1.3 策略可行性验证第42-43页
    4.2 基于个体收敛差别的差分进化策略第43-46页
        4.2.1 种群进化阶段归类策略第43页
        4.2.2 差分进化策略第43-46页
    4.3 进化算子流程及分析第46-47页
    4.4 实验设计第47-48页
        4.4.1 测试问题及对比算法第47页
        4.4.2 实验参数设置第47页
        4.4.3 性能指标第47-48页
    4.5 实验结果与分析第48-50页
    4.6 本章小结第50-52页
第五章 多目标0-1背包问题求解应用第52-59页
    5.1 多目标0-1背包问题第52页
    5.2 实验设计第52-55页
        5.2.1 约束处理第53页
        5.2.2 决策变量编码第53-54页
        5.2.3 实验设置第54-55页
    5.3 实验结果与分析第55-59页
第六章 总结与展望第59-61页
    6.1 总结第59页
    6.2 下一步工作与展望第59-61页
致谢第61-62页
参考文献第62-68页
作者简介第68-70页
附录第70-74页

论文共74页,点击 下载论文
上一篇:智能计算的故障诊断系统的设计与实现
下一篇:基于深度学习的文本多标签预测及问答匹配方法研究