| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.2 国内外研究动态及现状 | 第12-14页 |
| 1.3 本文的主要工作 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-16页 |
| 第二章 遗传算法 | 第16-29页 |
| 2.1 遗传算法的基本思想 | 第16页 |
| 2.2 遗传算法的执行过程与特点 | 第16-18页 |
| 2.2.1 遗传算法的执行过程 | 第16-17页 |
| 2.2.2 遗传算法的特点 | 第17-18页 |
| 2.3 遗传算法的理论研究 | 第18-24页 |
| 2.3.1 编码方式 | 第18-21页 |
| 2.3.2 适应度函数 | 第21-22页 |
| 2.3.3 选择算子 | 第22-23页 |
| 2.3.4 交叉算子 | 第23页 |
| 2.3.5 变异算子 | 第23页 |
| 2.3.6 参数选择 | 第23-24页 |
| 2.3.7 算法终止条件 | 第24页 |
| 2.4 遗传算法的改进 | 第24-26页 |
| 2.4.1 自适应遗传算法 | 第24-25页 |
| 2.4.2 混合遗传算法 | 第25-26页 |
| 2.4.3 并行遗传算法 | 第26页 |
| 2.5 遗传算法的应用 | 第26-29页 |
| 2.5.1 函数优化 | 第26页 |
| 2.5.2 组合优化 | 第26-27页 |
| 2.5.3 生产调度 | 第27页 |
| 2.5.4 自动控制 | 第27页 |
| 2.5.5 机器学习 | 第27-28页 |
| 2.5.6 图像处理 | 第28-29页 |
| 第三章 自适应遗传算法 | 第29-32页 |
| 3.1 自适应遗传算法的基本原理 | 第29-30页 |
| 3.2 自适应遗传算法具体算法步骤 | 第30-32页 |
| 第四章 改进的自适应遗传算法 | 第32-36页 |
| 4.1 自适应改变遗传算法的运算流程 | 第32-34页 |
| 4.2 自适应改变交叉概率PC和变异概率PM的值 | 第34-35页 |
| 4.3 最优保存策略 | 第35-36页 |
| 第五章 改进的自适应遗传算法应用于函数优化 | 第36-64页 |
| 5.1 函数优化问题的描述 | 第36-37页 |
| 5.2 选取测试函数 | 第37-41页 |
| 5.2.1 一维测试函数介绍 | 第37-38页 |
| 5.2.2 二维测试函数介绍 | 第38-40页 |
| 5.2.3 多维测试函数介绍 | 第40-41页 |
| 5.3 改进的自适应遗传算法实现过程 | 第41-49页 |
| 5.3.1 编码与解码 | 第44-45页 |
| 5.3.2 初始化种群 | 第45-46页 |
| 5.3.3 计算适应度值 | 第46页 |
| 5.3.4 选择操作及最优保存策略 | 第46-48页 |
| 5.3.5 交叉操作 | 第48-49页 |
| 5.3.6 变异操作 | 第49页 |
| 5.4 仿真实验与性能分析 | 第49-64页 |
| 5.4.1 一维函数仿真实验与性能分析 | 第50-54页 |
| 5.4.2 二维函数仿真实验与性能分析 | 第54-58页 |
| 5.4.3 多维函数仿真实验与性能分析 | 第58-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 全文工作总结 | 第64页 |
| 6.2 进一步研究方向 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 附录A 攻读硕士学位期间发表的论文与申请软件著作权 | 第71页 |