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

元胞遗传算法研究及应用

摘要第1-6页
Abstract第6-8页
图表清单第8-11页
缩略词第11-15页
第一章 绪论第15-28页
   ·引言第15页
   ·研究背景与意义第15-16页
   ·研究现状第16-26页
     ·元胞自动机的研究第17-18页
     ·元胞遗传算法研究第18-26页
   ·本文主要研究内容第26-28页
第二章 标准元胞遗传算法概述第28-49页
   ·引言第28页
   ·标准元胞遗传算法有关描述第28-31页
     ·元胞自动机第28-29页
     ·邻域结构第29页
     ·更新策略(同步和异步)第29-30页
     ·算法步骤第30-31页
   ·选择压力的定义第31-33页
   ·元胞遗传算法与标准遗传算法比较第33-45页
     ·选择压力比较第33-34页
     ·算法性能比较第34-45页
   ·邻域结构对算法计算性能影响第45-48页
   ·小结第48-49页
第三章 具有灾变机制的元胞遗传算法第49-69页
   ·引言第49页
   ·具有灾变机制的元胞遗传算法描述第49-51页
     ·个体在元胞空间的分布第49-50页
     ·算法步骤第50-51页
   ·选择压力分析第51-55页
     ·元胞遗传算法与灾变机制元胞遗传算法比较第51-52页
     ·灾变规模及灾变周期对算法选择压力影响第52-55页
   ·灾变机制元胞遗传算法与元胞遗传算法的算法性能分析第55-58页
     ·算法终止时个体的空间分布第55-56页
     ·计算结果分析第56-58页
   ·灾变规模与邻域规模对算法性能的综合影响第58-60页
     ·实验参数设置第58-59页
     ·结果及分析第59-60页
   ·移民策略对算法性能的影响第60-68页
     ·移民策略第60-62页
     ·基于个体差异移民策略的元胞遗传算法收敛性分析第62页
     ·测试函数第62-64页
     ·计算性能分析第64-68页
   ·小结第68-69页
第四章 具有演化行为的元胞遗传算法第69-85页
   ·引言第69-70页
   ·元胞自动机演化第70-72页
   ·基于演化规则的一种算法模型第72-78页
     ·个体在元胞空间的分布第72-73页
     ·演化规则模型第73-74页
     ·算法步骤第74页
     ·算法收敛性分析第74-75页
     ·实验及算法性能分析第75-77页
     ·演化规则对算法性能的影响第77-78页
   ·基于捕食机制的算法模型第78-82页
     ·捕食机制第78页
     ·算法的捕食策略第78-79页
     ·捕食概率与逃逸概率第79-80页
     ·捕食群体与被捕食群体规模控制方法第80-81页
     ·算法步骤第81页
     ·实验及分析第81-82页
   ·选择压力分析第82-84页
   ·小结第84-85页
第五章 混合元胞遗传算法第85-100页
   ·引言第85-86页
   ·粒子群算法第86-87页
   ·一种基于粒子群概念的混合元胞遗传算法第87-92页
     ·融合粒子群概念新算子第87-88页
     ·新算子的定性分析第88页
     ·算法步骤第88-89页
     ·实验及算法性能分析第89-92页
   ·多中心城市策略-粒子群的混合元胞遗传算法第92-99页
     ·分层元胞遗传算法原理及实现第93-94页
     ·多中心城市策略混合元胞遗传算法原理及实现第94-96页
     ·实验及算法性能分析第96-99页
   ·选择压力分析第99页
   ·小结第99-100页
第六章 基于灾变机制元胞遗传算法的夹紧力优化第100-108页
   ·引言第100页
   ·夹紧力优化模型第100-104页
     ·夹持元件模型第100-102页
     ·工件位置误差第102-104页
   ·基于 CDGA 的求解技术第104-107页
     ·实例第104-105页
     ·优化模型的转化第105页
     ·结果与分析第105-107页
   ·总结第107-108页
第七章 总结与展望第108-111页
   ·研究总结第108-109页
   ·研究展望第109-111页
参考文献第111-121页
致谢第121-122页
在学期间的研究成果及发表的学术论文第122-124页
附录第124页

论文共124页,点击 下载论文
上一篇:大型结构监测多主体协作与融合技术
下一篇:粗糙集属性协同演化约简关键问题研究