多群体并行演化算法的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 最优化问题 | 第8-9页 |
| 1.1.1 最优化问题的概念 | 第8页 |
| 1.1.2 最优化方法 | 第8-9页 |
| 1.2 群体演化算法 | 第9-11页 |
| 1.2.1 群体演化算法概述 | 第9页 |
| 1.2.2 群体演化算法发展现状 | 第9-10页 |
| 1.2.3 人工蜂群算法 | 第10-11页 |
| 1.3 多群体并行演化算法 | 第11-12页 |
| 1.3.1 演化算法的并行化 | 第11页 |
| 1.3.2 演化算法并行化现状 | 第11-12页 |
| 1.4 主要贡献与论文组织 | 第12-14页 |
| 1.4.1 主要贡献 | 第12页 |
| 1.4.2 论文组织 | 第12-14页 |
| 第二章 交叉熵人工蜂群算法 | 第14-28页 |
| 2.1 算法设计 | 第14-17页 |
| 2.1.1 新的选择方式 | 第14-15页 |
| 2.1.2 侦查蜂机制 | 第15-16页 |
| 2.1.3 交叉熵蜂群算法步骤 | 第16-17页 |
| 2.1.4 寻优过程分析对比 | 第17页 |
| 2.2 测试函数优化试验 | 第17-27页 |
| 2.2.1 标准测试函数 | 第17-19页 |
| 2.2.2 测试结果对比 | 第19-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 多群体并行演化算法 | 第28-36页 |
| 3.1 算法设计 | 第28-30页 |
| 3.1.1 人工蜂群算法并行性分析 | 第28-29页 |
| 3.1.2 粗粒度环形并行方案 | 第29-30页 |
| 3.2 测试结果对比 | 第30-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第四章 并行人工蜂群算法在TSP问题中的应用 | 第36-43页 |
| 4.1 算法设计 | 第36-38页 |
| 4.1.1 目标函数的设置 | 第36-37页 |
| 4.1.2 序列交换 | 第37页 |
| 4.1.3 TSP寻优过程 | 第37-38页 |
| 4.2 TSP问题的应用 | 第38-42页 |
| 4.2.1 TSP算例 | 第38页 |
| 4.2.2 测试结果对比 | 第38-42页 |
| 4.3 本章小结 | 第42-43页 |
| 第五章 基于并行演化算法的天线参数优化 | 第43-57页 |
| 5.1 天线优化参数 | 第43-46页 |
| 5.1.1 天线方向函数和方向性系数 | 第43-44页 |
| 5.1.2 N元等幅线阵的方向性系数 | 第44-46页 |
| 5.2 天线优化测试的基准问题 | 第46-54页 |
| 5.2.1 基准问题的选择 | 第46页 |
| 5.2.2 对称振子的方向性系数优化 | 第46-49页 |
| 5.2.3 等直边射阵方向性系数优化 | 第49-52页 |
| 5.2.4 稀疏对称线阵方向性系数优化 | 第52-54页 |
| 5.2.5 测试结果小结 | 第54页 |
| 5.3 均匀线阵方向图综合 | 第54-56页 |
| 5.3.1 仿真算例 | 第55页 |
| 5.3.2 优化测试结果 | 第55-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-58页 |
| 6.1 工作总结 | 第57页 |
| 6.2 研究展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第61-62页 |
| 致谢 | 第62页 |
