| 创新性声明 | 第1页 |
| 关于论文使用授权的说明 | 第2-3页 |
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| §1.1 引言 | 第7页 |
| §1.2 最优化问题的研究概况 | 第7-11页 |
| §1.3 本文的主要工作及安排 | 第11-13页 |
| 第二章 进化算法简介 | 第13-31页 |
| §2.1 遗传算法概述 | 第14-18页 |
| §2.2 遗传算法的步骤 | 第18页 |
| §2.3 遗传算法的基础理论研究概述 | 第18-21页 |
| §2.4 进化策略 | 第21-24页 |
| §2.5 进化规划 | 第24-26页 |
| §2.6 粒子群优化算法 | 第26-31页 |
| 第三章 一种基于吸引变异的全局优化进化算法 | 第31-41页 |
| §3.1 问题表述 | 第31-32页 |
| §3.2 设计新的进化算子 | 第32-36页 |
| §3.3 新的算法 | 第36页 |
| §3.4 数值模拟 | 第36-40页 |
| §3.5 结论 | 第40-41页 |
| 第四章 解约束优化问题的一种新的进化算法 | 第41-53页 |
| §4.1 问题表述 | 第41-42页 |
| §4.2 设计新的进化算子 | 第42-43页 |
| §4.3 解约束优化问题的一种新的进化算法 | 第43-44页 |
| §4.4 数值模拟 | 第44-51页 |
| §4.5 结论 | 第51-53页 |
| 第五章 解约束优化问题的自适应双微粒群算法 | 第53-61页 |
| §5.1 粒子群算法求解约束优化问题的主要方法简介 | 第53-54页 |
| §5.2 解约束优化问题的自适应双微粒群算法 | 第54-55页 |
| §5.3 数值模拟 | 第55-59页 |
| §5.4 结论 | 第59-61页 |
| 结束语 | 第61-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 在读期间的研究成果 | 第69页 |