| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 引言 | 第9-13页 |
| ·演化算法的背景及发展历程 | 第9-10页 |
| ·演化算法的研究现状和发展前景 | 第10-11页 |
| ·本论文研究的主要内容、目的和意义 | 第11-12页 |
| ·论文的组织结构 | 第12-13页 |
| 第二章 演化算法概论 | 第13-24页 |
| ·演化算法基本概念 | 第13-14页 |
| ·演化算法的关键要素 | 第14-16页 |
| ·初始化 | 第14-15页 |
| ·选择 | 第15页 |
| ·交叉 | 第15页 |
| ·变异 | 第15-16页 |
| ·输出判断 | 第16页 |
| ·演化算法的步骤 | 第16-17页 |
| ·演化算法的理论分析 | 第17页 |
| ·已有改进的演化算法 | 第17-20页 |
| ·自适应演化算法 | 第17-18页 |
| ·基于小生境技术的演化算法 | 第18-19页 |
| ·分布式演化算法 | 第19页 |
| ·混合演化算法 | 第19-20页 |
| ·演化算法数学理论基础 | 第20-23页 |
| ·模式定理 | 第20-22页 |
| ·隐并行性 | 第22页 |
| ·积木块假设 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 熵量守恒理论基础 | 第24-27页 |
| ·熵的基本概念 | 第24-25页 |
| ·熵量守恒定律 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 一种基于熵量守恒定律的演化算法 | 第27-45页 |
| ·ECEA 编码方式 | 第27-28页 |
| ·ECEA 种群多样性策略 | 第28-33页 |
| ·检测种群多样性的方法 | 第28-29页 |
| ·检测种群多样性的策略 | 第29-31页 |
| ·种群适应值熵策略举例 | 第31-33页 |
| ·ECEA 精英保留策略 | 第33-35页 |
| ·ECEA 中熵量守恒方程的构造 | 第34页 |
| ·ECEA 中精英熵的特点 | 第34-35页 |
| ·ECEA 的杂交算子 | 第35-37页 |
| ·常用交叉算子与其效果分析 | 第35-36页 |
| ·半一致交叉算子的设计与其效果分析 | 第36-37页 |
| ·ECEA 的变异算子及变异率 | 第37-39页 |
| ·常用变异算子与其效果分析 | 第37-38页 |
| ·非均匀变异率的设计与其效果分析 | 第38-39页 |
| ·ECEA 算法框架 | 第39-40页 |
| ·ECEA 算法的理论分析 | 第40-44页 |
| ·ECEA 算法收敛性分析 | 第41-43页 |
| ·ECEA 算法复杂性分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 ECEA 在带约束复杂函数优化问题上的应用 | 第45-53页 |
| ·最优化及函数优化 | 第45-46页 |
| ·带约束函数优化问题的描述与数学模型 | 第46-47页 |
| ·ECEA 求解带约束函数优化问题 | 第47-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 结论与展望 | 第53-54页 |
| ·本论文的主要研究成果与创新 | 第53页 |
| ·进一步的研究工作展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第58页 |