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

改进遗传算法及其应用

中文摘要第1页
ABSTRACT第4-8页
第一章 引言第8-12页
   ·课题的研究背景和意义第8页
   ·遗传算法的研究和应用现状第8-11页
   ·算法及其应用中存在的问题第11页
   ·本课题的主要工作第11-12页
第二章 传统遗传算法第12-24页
   ·遗传算法的特征第12-13页
   ·遗传算法基本描述第13-22页
     ·遗传算法的基本流程第14页
     ·遗传编码第14-16页
       ·二进制编码方法第15页
       ·实数编码第15-16页
     ·适应度函数第16-18页
       ·适应度函数(评价函数)第16-17页
       ·适应度尺度变换第17-18页
     ·遗传算子第18-20页
       ·选择第19页
       ·交叉第19-20页
       ·变异第20页
     ·群体设定第20-21页
     ·初始化群体第21页
     ·终止循环的条件第21页
     ·控制参数和选择第21-22页
   ·遗传算法的应用第22-24页
第三章 模拟退火算法第24-28页
   ·特征及发展第24页
   ·模拟退火算法第24-27页
     ·简介第24-25页
     ·Metropolis 准则第25-26页
     ·模拟退火算法原理和步骤第26-27页
   ·算法不足第27-28页
第四章 基于距离测度实数编码遗传退火算法第28-42页
   ·混合遗传算法第28页
   ·基于距离测度实数编码遗传退火算法第28-31页
     ·基于距离测度的自适应交叉和变异操作第28-30页
     ·基于模拟退火机制的邻域局部搜索第30页
     ·算法结构描述第30-31页
   ·改进的基于距离测度的实数编码遗传算法第31-36页
     ·改进的依据距离密集度和适应度的交叉和变异操作第31页
     ·改进的基于模拟退火机制的邻域局部搜索第31-32页
     ·算法描述第32页
     ·带边界函数约束优化问题仿真实验第32-36页
       ·实验实现环境第32-34页
       ·实验过程第34-36页
     ·本节总结第36页
   ·改进算法应用于TSP 问题第36-42页
     ·TSP 问题描述第36页
     ·改进的基于距离测度的交叉和变异操作第36-38页
     ·模拟退火局部搜索第38页
     ·算法描述第38-39页
     ·仿真实验第39-41页
     ·本节总结第41-42页
第五章 结束语第42-44页
参考文献第44-47页
致谢第47-48页
在学期间发表的学术论文和参加科研情况第48页

论文共48页,点击 下载论文
上一篇:磁共振弥散张量成像在急性脑梗死的应用
下一篇:急性后循环进展性脑卒中相关因素研究