首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

思维进化计算——搜索算法的开发和算法性能的分析

摘要第1-6页
ABSTRACT第6-8页
目录第8-11页
第一章 绪论第11-17页
   ·引言第11-12页
   ·本文的主要内容第12-14页
   ·思维进化计算的研究进展第14-16页
 参考文献第16-17页
第二章 进化计算概述第17-39页
   ·进化计算的发展史第17-18页
   ·遗传算法第18-33页
     ·基本原理第20-25页
     ·遗传算法中的理论问题第25-27页
     ·遗传算法中的求解工具第27-30页
     ·GA的应用与研究现状第30-31页
     ·著名的GA期刊会议和研究实验室第31-33页
   ·进化策略第33-34页
   ·进化规划第34-35页
   ·遗传程序设计第35页
 参考文献第35-39页
第三章 思维进化计算第39-59页
   ·思维进化计算的提出第39-40页
   ·MEC的基本框架第40-45页
     ·MEC的系统结构和基本知识第40-42页
     ·MEC中的两个重要操作第42-43页
     ·三个基本机制第43-45页
   ·趋同过程分析第45-50页
     ·趋同分析的前提条件第45-46页
     ·趋同过程的两个阶段第46-48页
     ·个体散布服从均匀分布的分析第48-49页
     ·实验结果第49-50页
   ·已有的趋同异化策略第50-53页
     ·多种高效率趋同策略的开发第50-51页
     ·多种高效率异化策略的开发第51-53页
   ·其它方面的研究及其进展第53-55页
     ·收敛性证明第53页
     ·MEC用于非数值优化问题第53-54页
     ·MEC的应用研究第54-55页
 参考文献第55-59页
第四章 思维进化计算的进一步研究第59-87页
   ·新的异化策略的开发第59-63页
     ·采用拒绝域的异化策略的MEC第60页
     ·新策略的实现原理第60-61页
     ·实验比较第61-63页
   ·新的趋同策略的开发第63-69页
     ·基于预测的趋同策略的MEC第63-64页
     ·新策略的基本原理第64页
     ·趋同中的自适应第64-65页
     ·实验部分第65-69页
   ·MEC算法的搜索效率问题第69-76页
     ·搜索计算量和搜索效率的定义第69-70页
     ·双层MEC的构造第70-71页
     ·算法性能比较的实验第71-76页
   ·关于测试函数的考虑第76-78页
     ·测试函数的特点第76-78页
     ·高维函数的复杂度及其性质第78页
   ·高维空间中的MEC第78-82页
     ·高维问题的讨论第78-79页
     ·Windows下MEC的设计第79-80页
     ·高维函数下MEC的性能第80-82页
   ·MEC高搜索效率分析第82-84页
 参考文献第84-87页
第五章 MEC与其它进化算法第87-113页
   ·简介几种优化算法第87-96页
     ·遗传算法(GA)第87-88页
     ·进化策略(ES)第88-90页
     ·小生境遗传算法(NGA)第90-93页
     ·基于群体的增长学习(PBIL)第93-95页
     ·简单随机优化算法(ROM)第95-96页
   ·各算法的主要特点第96-100页
   ·思维进化计算与其它各算法比较第100-111页
     ·思维进化计算VS.遗传算法第100-106页
     ·思维进化计算VS.进化策略第106-108页
     ·思维进化计算VS.小生境遗传算法第108-109页
     ·思维进化计算VS.基于群体增长学习第109-110页
     ·思维进化计算VS.简单的随机优化方法第110-111页
 参考文献第111-113页
第六章 总结第113-115页
附录第115-141页
 附录1 EC和MEC术语表第115-117页
 附录2 各个算法流程图第117-120页
 附录3 GA常用测试函数及其图形第120-139页
 参考文献第139-141页
致谢第141-142页
在学期间发表的论文第142-143页

论文共143页,点击 下载论文
上一篇:中药商陆利尿活性部位的初步研究
下一篇:皮肤、肌肉端粒DNA推断年龄的研究