改进遗传算法的函数优化及应用
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-31页 |
| 1.1 引言 | 第11页 |
| 1.2 课题研究的背景与意义 | 第11-12页 |
| 1.3 遗传算法相关理论 | 第12-20页 |
| 1.3.1 编码 | 第13页 |
| 1.3.2 适应度函数 | 第13-14页 |
| 1.3.3 遗传算子 | 第14-16页 |
| 1.3.4 高级实现技术 | 第16-17页 |
| 1.3.5 约束条件处理 | 第17-19页 |
| 1.3.6 基本遗传算法的运算过程 | 第19-20页 |
| 1.4 支持向量机及其训练算法 | 第20-29页 |
| 1.4.1 线性可分问题 | 第21-22页 |
| 1.4.2 非线性可分问题 | 第22-23页 |
| 1.4.3 SVM分类原理 | 第23-24页 |
| 1.4.4 核函数 | 第24-28页 |
| 1.4.5 误差惩罚因子与核函数参数 | 第28-29页 |
| 1.5 论文的创新点 | 第29-30页 |
| 1.6 本章小结 | 第30-31页 |
| 第二章 改进的遗传算法求解高维多峰函数 | 第31-51页 |
| 2.1 引言 | 第31页 |
| 2.2 多峰函数优化设计思想 | 第31-36页 |
| 2.2.1 适应度函数的设计 | 第31-32页 |
| 2.2.2 选择算子 | 第32-33页 |
| 2.2.3 交叉算子 | 第33-34页 |
| 2.2.4 变异算子 | 第34-35页 |
| 2.2.5 约束处理技术 | 第35-36页 |
| 2.3 自适应改进遗传算法的执行流程 | 第36-38页 |
| 2.4 多峰函数优化测试与分析 | 第38-49页 |
| 2.5 本章小结 | 第49-51页 |
| 第三章 改进遗传算法用于SVM参数优化 | 第51-61页 |
| 3.1 引言 | 第51页 |
| 3.2 SVM及其参数 | 第51页 |
| 3.3 SVM参数优化问题的特殊性 | 第51-52页 |
| 3.4 改进策略 | 第52-53页 |
| 3.5 算法流程 | 第53-55页 |
| 3.6 改进遗传算法用于SVM参数优化测试与分析 | 第55-60页 |
| 3.7 本章小结 | 第60-61页 |
| 第四章 结束语 | 第61-63页 |
| 4.1 论文工作总结 | 第61-62页 |
| 4.2 展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67页 |
