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

基于Memetic算法的高维数值优化方法研究

摘要第1-6页
ABSTRACT第6-7页
目录第7-9页
第一章 绪论第9-21页
   ·数值优化问题第9-10页
   ·演化算法概述第10-13页
   ·基于演化算法的高维数值优化研究第13-18页
     ·高维数值优化问题的特点第13-14页
     ·改进操作算子和演化策略第14-16页
     ·算法的混合第16-17页
     ·分解的方法第17-18页
   ·本论文的主要研究内容和创新之处第18-19页
   ·本论文的组织安排第19页
   ·本章小结第19-21页
第二章 Memetic算法研究第21-27页
   ·Memetic算法概述第21页
   ·Memetic算法的基本框架第21-23页
   ·Memetic算法的研究思路第23-24页
   ·Memetic算法的发展第24-25页
   ·本章小结第25-27页
第三章 基于自适应局部搜索深度的Memetic算法第27-41页
   ·自适应局部搜索深度第27-28页
   ·差分搜索算法第28-29页
   ·Solis and Wets’算法第29-30页
   ·MA-ALSD算法第30-32页
   ·实验分析和结论第32-39页
     ·测试函数集第32-33页
     ·MA-ALSD的实验结果第33-35页
     ·和固定局部搜索深度的比较第35-37页
     ·和其他大规模优化算法的比较第37-39页
   ·本章小结第39-41页
第四章 合作协同局部搜索算法研究第41-61页
   ·局部搜索算法第41-42页
   ·合作协同演化策略第42-44页
     ·合作协同演化策略简介第42-43页
     ·分组策略研究第43-44页
   ·合作协同局部搜索及其在MA框架下实现第44-52页
     ·SWCC第45-47页
     ·SA-SW/SWCC第47-50页
     ·DSA-SW/SWCC第50-52页
   ·实验分析和结论第52-60页
     ·测试函数集第52-53页
     ·SW和SWCC的比较第53-55页
     ·SA-SW算法和SA-SWCC算法比较第55-58页
     ·DSA-SW和DSA-SWCC的比较第58-60页
   ·本章小结第60-61页
第五章 总结与展望第61-63页
   ·全文总结第61页
   ·未来展望第61-63页
参考文献第63-73页
附录1 CEC’2012大规模测试函数集第73-75页
附录2 CEC’2013大规模测试函数集第75-77页
致谢第77-79页
攻读硕士学位期间发表的论文第79页

论文共79页,点击 下载论文
上一篇:基于小波神经网络的呼吸运动预测研究
下一篇:基于藤Copula方法的持续期自相依结构估计及预测