噪声干扰影响下的遗传算法若干问题研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 引言 | 第8-9页 |
| 1.2 遗传算法的发展史与研究现状 | 第9-12页 |
| 1.2.1 遗传算法的发展史 | 第9页 |
| 1.2.2 遗传算法的研究现状 | 第9-11页 |
| 1.2.3 噪声干扰下的遗传算法研究状况 | 第11-12页 |
| 1.3 遗传算法简介 | 第12-13页 |
| 1.3.1 遗传算法的特点 | 第12-13页 |
| 1.3.2 遗传算法的不足 | 第13页 |
| 1.4 本文研究的目的和意义 | 第13-14页 |
| 1.5 本文研究内容与文章结构 | 第14-16页 |
| 1.5.1 本文研究内容 | 第14页 |
| 1.5.2 文章结构 | 第14-16页 |
| 第二章 遗传算法和噪声优化问题的相关知识 | 第16-28页 |
| 2.1 基本遗传算法描述 | 第16-22页 |
| 2.1.1 遗传算法的运行过程 | 第16-18页 |
| 2.1.2 遗传算子 | 第18-20页 |
| 2.1.3 基本遗传算法 | 第20-22页 |
| 2.1.3.1 编码与解码 | 第20-21页 |
| 2.1.3.2 适应度函数 | 第21页 |
| 2.1.3.3 遗传算子 | 第21-22页 |
| 2.2 噪声优化问题的产生与现状 | 第22-23页 |
| 2.3 噪声 | 第23-24页 |
| 2.4 噪声对遗传算法的影响 | 第24-26页 |
| 2.5 噪声干扰作用的方式 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 决策变量受到噪声干扰的优化问题研究 | 第28-43页 |
| 3.1 决策变量受到噪声干扰的进化优化 | 第28-31页 |
| 3.1.1 数学模型描述 | 第28-29页 |
| 3.1.2 实验设计 | 第29-31页 |
| 3.2 重采样方法降低噪声的影响 | 第31-34页 |
| 3.2.1 平均有效目标函数值 | 第31-32页 |
| 3.2.2 蒙特卡罗法取平均有效目标值 | 第32-34页 |
| 3.3 鲁棒优化 | 第34-41页 |
| 3.3.1 鲁棒性的概念 | 第35-36页 |
| 3.3.2 鲁棒约束条件 | 第36-40页 |
| 3.3.3 实验结果分析 | 第40-41页 |
| 3.4 小结 | 第41-43页 |
| 第四章 适应度函数受到噪声干扰的优化问题研究 | 第43-55页 |
| 4.1 适应度函数评价受到扰动的进化优化 | 第43-45页 |
| 4.1.1 数学模型描述 | 第43页 |
| 4.1.2 实验设计 | 第43-45页 |
| 4.2 目标函数重采样计算 | 第45-47页 |
| 4.3 一种改进的遗传算法 | 第47-49页 |
| 4.4 噪声环境下遗传算法的性能分析 | 第49-54页 |
| 4.5 小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55-56页 |
| 5.2 展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 硕士期间发表的论文和参与的科研项目 | 第61-62页 |
| 致谢 | 第62-63页 |
