| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 前言 | 第10-15页 |
| 第一章 遗传算法理论基础 | 第15-27页 |
| ·编码方案 | 第16-17页 |
| ·模式定理 | 第17-18页 |
| ·遗传算法的基本操作 | 第18-22页 |
| ·选择操作 | 第18-20页 |
| ·交叉操作 | 第20-21页 |
| ·变异操作 | 第21-22页 |
| ·适应度函数的选择 | 第22-23页 |
| ·标准遗传算法流程 | 第23-26页 |
| ·参数的选取 | 第24页 |
| ·算法流程 | 第24-26页 |
| ·遗传算法的应用 | 第26-27页 |
| 第二章 遗传算法的改进设计 | 第27-56页 |
| ·针对二倍体遗传算法的改进 | 第27-33页 |
| ·编码方式改进 | 第27-28页 |
| ·IDRGA 核心操作 | 第28-29页 |
| ·遗传操作及算法步骤 | 第29-30页 |
| ·仿真研究与对比分析 | 第30-33页 |
| ·IDRGA 算法小结 | 第33页 |
| ·针对多种群遗传操作的改进 | 第33-43页 |
| ·模型描述 | 第33-34页 |
| ·交叉操作的研究 | 第34-37页 |
| ·变异操作的研究 | 第37-43页 |
| ·搜索区域自适应变化的多种群遗传算法 | 第43-50页 |
| ·改进海明距离 | 第43-45页 |
| ·搜索区域自适应变化 | 第45-46页 |
| ·算法步骤 | 第46页 |
| ·仿真实例与对比分析 | 第46-49页 |
| ·ASMGA 算法小结 | 第49-50页 |
| ·基于自适应遗传算法的非线性PID 控制 | 第50-56页 |
| ·自适应遗传算法 | 第50-52页 |
| ·非线性PID | 第52-53页 |
| ·基于遗传算法的非线性PID 复合控制（GANPID） | 第53页 |
| ·仿真研究 | 第53-55页 |
| ·GANPID 算法小结 | 第55-56页 |
| 第三章 基于遗传算法的神经网络优化 | 第56-69页 |
| ·多层前馈神经网络优化的研究 | 第56-57页 |
| ·基于遗传算法的二倍体神经网络权值优化 | 第57-62页 |
| ·二倍体神经网络模型 | 第57-59页 |
| ·基于二倍体遗传算法的D-NN 优化 | 第59-62页 |
| ·基于遗传算法的前馈神经网络结构优化 | 第62-66页 |
| ·神经网络结构的设计方法 | 第63-64页 |
| ·算法描述与分析 | 第64页 |
| ·非线性函数逼近 | 第64-66页 |
| ·基于遗传算法的前馈神经网络综合优化 | 第66-69页 |
| ·编码方式 | 第66-67页 |
| ·遗传算子 | 第67-68页 |
| ·适应度函数 | 第68页 |
| ·用GA 优化NN 的流程图 | 第68-69页 |
| 第四章 GANN 在倒立摆控制系统中的应用 | 第69-81页 |
| ·倒立摆系统 | 第69-74页 |
| ·一级倒立摆系统模型 | 第70-73页 |
| ·倒立摆系统的常用控制方法 | 第73-74页 |
| ·倒立摆控制实验 | 第74-81页 |
| ·一级倒立摆稳定控制 | 第75-78页 |
| ·一级倒立摆起摆控制 | 第78-81页 |
| 结论 | 第81-82页 |
| 参考文献 | 第82-88页 |
| 发表文章目录 | 第88-91页 |
| 致谢 | 第91-92页 |
| 论文摘要 | 第92-98页 |