免疫遗传算法在计算机辅助设计中的应用与研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景及现状 | 第10-13页 |
| ·计算机辅助设计研究背景及现状 | 第10-11页 |
| ·基础理论研究背景及现状 | 第11-13页 |
| ·研究意义 | 第13-14页 |
| ·本文的主要工作 | 第14页 |
| ·本文的组织结构 | 第14-16页 |
| 第二章 相关算法的理论基础 | 第16-42页 |
| ·引言 | 第16页 |
| ·遗传算法 | 第16-29页 |
| ·生物进化 | 第16页 |
| ·遗传算法的简介 | 第16-28页 |
| ·遗传算法存在的问题 | 第28-29页 |
| ·免疫遗传算法 | 第29-34页 |
| ·免疫系统的组成 | 第30-31页 |
| ·免疫遗传算法介绍 | 第31-33页 |
| ·算法流程 | 第33页 |
| ·免疫遗传算法的特点 | 第33-34页 |
| ·支持向量机 | 第34-41页 |
| ·统计学习理论 | 第34-35页 |
| ·最优分类面 | 第35-37页 |
| ·广义最优分类面 | 第37-38页 |
| ·分类支持向量机 | 第38-41页 |
| ·小结 | 第41-42页 |
| 第三章 基于免疫机制的多分类支持向量机 | 第42-51页 |
| ·引言 | 第42页 |
| ·多分类支持向量机的实现 | 第42-44页 |
| ·分类器选择 | 第42-43页 |
| ·核函数选择 | 第43页 |
| ·支持向量机训练 | 第43-44页 |
| ·支持向量机测试 | 第44页 |
| ·基于网格参数寻优的SVM 算法 | 第44-46页 |
| ·基于IGA 参数寻优的SVM 算法 | 第46-50页 |
| ·算法优化结果对比 | 第50页 |
| ·小结 | 第50-51页 |
| 第四章 基于免疫遗传支持向量机的园林设计评价分类 | 第51-60页 |
| ·引言 | 第51页 |
| ·计算机辅助园林设计系统简介 | 第51-52页 |
| ·园林中构件的分类与存储的实现 | 第52-54页 |
| ·园林整体布局设计的评价分类 | 第54-59页 |
| ·提取园林整体布局设计的样本特征 | 第55-56页 |
| ·SVM 训练及测试过程的实现 | 第56-58页 |
| ·SVM 参数对分类结果的影响 | 第58-59页 |
| ·免疫遗传算法SVM 参数优化 | 第59页 |
| ·小结 | 第59-60页 |
| 第五章 结束语及工作计划 | 第60-61页 |
| ·本文总结 | 第60页 |
| ·进一步工作 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间发表的论文和参与的项目 | 第66-67页 |
| 致谢 | 第67页 |
