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

多目标进化算法及其在测试性设计中的应用研究

摘要第4-5页
abstract第5-6页
第一章 绪论第9-16页
    1.1 研究工作的背景与意义第9-10页
    1.2 多目标优化问题的研究现状第10-12页
        1.2.1 多目标进化算法的发展历史第10-11页
        1.2.2 多目标进化算法的存在的问题第11-12页
    1.3 多操作模式测试性设计的研究现状第12-14页
    1.4 论文内容与组织结构第14-16页
        1.4.1 论文主要内容第14页
        1.4.2 论文结构安排第14-16页
第二章 多目标进化算法研究第16-31页
    2.1 多目标优化问题及PARETO概念第16-18页
    2.2 几种多目标进化算法第18-28页
        2.2.1 非精英机制多目标进化算法第18-19页
        2.2.2 精英机制算法第19-21页
        2.2.3 非支配解排序遗传算法III型第21-28页
        2.2.4 几种算法的综合评价第28页
    2.3 种群质量评测标准第28-30页
    2.4 本章小结第30-31页
第三章 多目标优化算法在测试优选中的应用第31-47页
    3.1 多操作模式测试性设计问题第31-35页
    3.2 NSGA-III在多操作模式测试性设计中的应用第35-39页
        3.2.1 种群初始化第37页
        3.2.2 交叉变异策略第37-38页
        3.2.3 精英库策略第38-39页
    3.3 分组综合多目标进化算法在多操作模式测试性设计中的应用第39-41页
    3.4 实验结果展示与对比第41-46页
    3.5 本章小结第46-47页
第四章 多目标优化算法的一种改进第47-57页
    4.1 算法改进动机与原理第47-50页
    4.2 一种三段式系统级多测试性指标优化设计方法第50-52页
    4.3 实验结果展示与对比第52-56页
    4.4 本章小结第56-57页
第五章 软件实现第57-62页
    5.1 软件整体设计与实现第57-58页
    5.2 软件界面设计第58-61页
    5.3 本章小结第61-62页
第六章 全文总结与展望第62-64页
    6.1 全文总结第62-63页
    6.2 研究展望第63-64页
致谢第64-65页
参考文献第65-70页
攻读硕士学位期间取得的成果第70页

论文共70页,点击 下载论文
上一篇:基于深度学习的视觉内容描述技术研究
下一篇:基于机器学习的赤水河中下游水位预警研究