离散变量多群体演化算法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-21页 |
| ·研究背景 | 第9-11页 |
| ·演化算法 | 第11-19页 |
| ·演化算法概述 | 第11-12页 |
| ·演化算法求解模型 | 第12页 |
| ·几种基本的演化算法简介 | 第12-17页 |
| ·多群体演化算法综述 | 第17-18页 |
| ·离散优化问题的处理 | 第18-19页 |
| ·主要贡献及论文组织 | 第19-21页 |
| ·主要贡献 | 第19-20页 |
| ·论文组织 | 第20-21页 |
| 第二章 双群体遗传算法 | 第21-33页 |
| ·算法设计 | 第21-25页 |
| ·种群初始化 | 第21页 |
| ·父体选择 | 第21-22页 |
| ·交叉 | 第22页 |
| ·学习 | 第22-23页 |
| ·变异 | 第23-24页 |
| ·个体更新 | 第24页 |
| ·截止条件 | 第24-25页 |
| ·算法描述 | 第25页 |
| ·函数优化实验 | 第25-32页 |
| ·基准测试函数 | 第25-28页 |
| ·DPGA 测试结果分析 | 第28-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 双群体交叉熵方法 | 第33-42页 |
| ·算法设计 | 第33-36页 |
| ·种群初始化 | 第33页 |
| ·新生样本 | 第33-34页 |
| ·学习 | 第34页 |
| ·探索 | 第34-35页 |
| ·样本更新 | 第35页 |
| ·算法描述 | 第35-36页 |
| ·数值试验 | 第36-40页 |
| ·对比CE | 第36-40页 |
| ·对比DPGA | 第40页 |
| ·本章小结 | 第40-42页 |
| 第四章 双群体演化算法在TSP 问题中的应用 | 第42-55页 |
| ·旅行商问题 | 第42-43页 |
| ·问题描述 | 第42页 |
| ·常用求解方法 | 第42-43页 |
| ·TSP 中双群体遗传算法的设计 | 第43-47页 |
| ·评价函数设置 | 第43-44页 |
| ·交叉算子 | 第44页 |
| ·学习算子 | 第44-45页 |
| ·变异算子 | 第45-47页 |
| ·TSP 中双群体交叉熵方法的设计 | 第47-49页 |
| ·初始路线 | 第47-48页 |
| ·新生样本 | 第48页 |
| ·学习算子 | 第48页 |
| ·探索算子 | 第48-49页 |
| ·TSP 应用 | 第49-54页 |
| ·算例简介 | 第49-50页 |
| ·DPGA 优化结果 | 第50-52页 |
| ·DPCE 优化结果 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 基于双群体演化算法的相控阵天线综合 | 第55-63页 |
| ·相控阵天线 | 第55-57页 |
| ·一维直线阵 | 第55-56页 |
| ·二维平面阵 | 第56-57页 |
| ·相位优化 | 第57-58页 |
| ·离散方案 | 第57-58页 |
| ·连续方案 | 第58页 |
| ·相控阵综合 | 第58-62页 |
| ·DPGA 实算分析 | 第58-60页 |
| ·DPCE 实算分析 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 结束语 | 第63-66页 |
| ·主要工作总结 | 第63-64页 |
| ·未来工作展望 | 第64-66页 |
| 附录Ⅰ攻读硕士学位期间撰写的论文 | 第66-67页 |
| 附录Ⅱ双群体演化算法对多峰函数的寻优快照 | 第67-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
