低偏差蒙特卡罗序列量子遗传算法的研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究目的与意义 | 第10-11页 |
| 1.2 相关内容研究进展 | 第11-15页 |
| 1.2.1 GA算法研究进展 | 第11-13页 |
| 1.2.2 QGA算法研究进展 | 第13-15页 |
| 1.3 本文主要工作 | 第15-16页 |
| 1.4 论文结构 | 第16-18页 |
| 第二章 相关原理概述 | 第18-27页 |
| 2.1 遗传算法概述 | 第18-20页 |
| 2.1.1 个体编码概述 | 第18页 |
| 2.1.2 适应度函数概述 | 第18-19页 |
| 2.1.3 遗传操作概述 | 第19页 |
| 2.1.4 遗传算法流程概述 | 第19-20页 |
| 2.2 量子遗传算法概述 | 第20-23页 |
| 2.2.1 量子比特 | 第20-21页 |
| 2.2.2 量子逻辑门 | 第21-22页 |
| 2.2.3 量子遗传算法流程 | 第22-23页 |
| 2.3 低偏差蒙特卡罗序列概述 | 第23-26页 |
| 2.3.1 伪随机蒙特卡罗序列 | 第23-24页 |
| 2.3.2 低偏差蒙特卡罗序列 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 低偏差蒙特卡罗序列量子遗传算法 | 第27-42页 |
| 3.1 量子遗传算法的不足 | 第27-28页 |
| 3.2 低偏差蒙特卡罗序列量子遗传算法 | 第28-33页 |
| 3.2.1 低偏差H_ε量子门 | 第29-30页 |
| 3.2.2 Pareto集领域搜索 | 第30-31页 |
| 3.2.3 算法流程 | 第31-33页 |
| 3.3 复杂高维连续函数优化实验 | 第33-41页 |
| 3.3.1 实验函数 | 第33-34页 |
| 3.3.2 实验环境及参数设置 | 第34-35页 |
| 3.3.3 实验结果及分析 | 第35-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 LDQGA在多车型多货物配装问题中的应用 | 第42-54页 |
| 4.1 LDQGA优化多车型多货物配装问题 | 第42-47页 |
| 4.1.1 组合优化与货物配装问题 | 第42-43页 |
| 4.1.2 多车型多货物配装的问题描述与数学模型 | 第43-44页 |
| 4.1.3 量子比特编码 | 第44-45页 |
| 4.1.4 适应度函数设计 | 第45-46页 |
| 4.1.5 邻域搜索策略 | 第46-47页 |
| 4.1.6 整车合并策略 | 第47页 |
| 4.2 仿真实验结果与分析 | 第47-53页 |
| 4.2.1 实验环境 | 第47-48页 |
| 4.2.2 LDQGA与QGA、GA优化比较 | 第48-51页 |
| 4.2.3 LDQGA与其他改进算法优化比较 | 第51-53页 |
| 4.3 本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间发表论文情况 | 第63页 |
