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

抛物型方程反问题的遗传算法

摘要第1-5页
ABSTRACT第5-8页
第1章 绪论第8-18页
   ·偏微分方程的相关概念第8页
   ·反问题的基本概念及研究意义第8-9页
   ·反问题实例第9-14页
   ·反问题的数学结构及其分类第14-16页
     ·反问题的数学结构第14-15页
     ·微分方程反问题分类第15-16页
   ·本文主要研究工作第16-18页
第2章 国内外反问题的研究发展现状第18-22页
   ·研究发展现况第18-19页
   ·亟待解决问题第19页
   ·研究反问题的理论方法和数值方法第19-22页
第3章 遗传算法第22-37页
   ·遗传算法的生物学基础第23-24页
   ·遗传算法的发展历史第24-26页
   ·遗传算法的研究方向及应用第26-27页
   ·遗传算法基本概念第27页
   ·简单遗传算法的定义及基本流程第27-31页
   ·遗传算法数学基础第31-33页
     ·模式定理第31-33页
     ·其它基本定理第33页
   ·遗传算法的特点第33-37页
     ·遗传算法与其它搜索方法的比较第33-35页
     ·遗传算法的主要特点第35-37页
第4章 标准遗传算法的改进第37-42页
   ·对标准遗传算法群体概念的改进第37-39页
     ·标准遗传算法群体概念分析第37-38页
     ·竞争群体和适应性群体第38-39页
   ·对标准遗传算法模型的改进第39-42页
     ·新群体概念提出的意义第39-40页
     ·两个群体规模差异的重要性及依据第40-42页
第5章 抛物型方程反问题的遗传算法第42-52页
   ·反问题遗传算法的问题描述第42-44页
   ·算法设计与实现第44-47页
   ·数值模拟第47-52页
第6章 总结与展望第52-53页
参考文献第53-56页
致谢第56-57页
附录第57-67页
 1. 试验1的遗传算法程序设计第57-67页
 2. 攻读硕士学位期间发表的论文第67页

论文共67页,点击 下载论文
上一篇:一种热铝渣回收设备的研究与设计
下一篇:时滞T-S模糊模型的稳定性分析