提高实数遗传算法数值优化效率的研究
| 第一章 绪论 | 第1-18页 |
| 1．1 遗传算法的结构和特点 | 第9-11页 |
| 1．1．1 经典遗传算法的结构 | 第9-10页 |
| 1．1．2 遗传算法的特点 | 第10-11页 |
| 1．2 遗传算法的发展简史 | 第11-12页 |
| 1．3 进化计算的其它分支 | 第12-13页 |
| 1．3．1 遗传编程、进化策略和进化规划 | 第12-13页 |
| 1．3．2 PSO算法 | 第13页 |
| 1．4 遗传算法的理论与应用研究 | 第13-16页 |
| 1．4．1 理论研究 | 第13-14页 |
| 1．4．2 应用研究 | 第14-16页 |
| 1．5 提高遗传算法数值优化效率的改进 | 第16页 |
| 1．6 本研究课题的主要工作 | 第16-18页 |
| 第二章 遗传算法的理论基础 | 第18-36页 |
| 2．1 二进制遗传算法的理论 | 第18-30页 |
| 2．1．1 标准遗传算法 | 第18页 |
| 2．1．2 模式定理、积木块假设和隐并行性 | 第18-23页 |
| 2．1．3 收敛性理论 | 第23-28页 |
| 2．1．4 典型的二进制遗传操作 | 第28-30页 |
| 2．2 实数遗传算子和算法的收敛性 | 第30-33页 |
| 2．2．1 特殊遗传算子 | 第30-32页 |
| 2．2．2 实数遗传算法的收敛性 | 第32-33页 |
| 2．3 实数遗传算法的改进 | 第33-35页 |
| 2．3．1 实数遗传算法与标准遗传算法的区别 | 第33-34页 |
| 2．3．2 实数个体表达的粗糙度 | 第34页 |
| 2．3．3 实数遗传算法改进方向 | 第34-35页 |
| 2．4 本章小结 | 第35-36页 |
| 第三章 实数遗传算子的改进 | 第36-55页 |
| 3．1 优化函数 | 第36-38页 |
| 3．2 对实数遗传算子的讨论 | 第38-45页 |
| 3．2．1 变异概率选取和一致变异算子的改进 | 第38页 |
| 3．2．2 对交叉算子的讨论 | 第38-45页 |
| 3．3 对群体规模的讨论 | 第45-49页 |
| 3．3．1 群体规模的选取 | 第45-48页 |
| 3．3．2 改变选择算子以增加群体多样性 | 第48-49页 |
| 3．3．3 一种倍增群体的优化方法 | 第49页 |
| 3．4 算法评价 | 第49-54页 |
| 3．4．1 主要评价指标 | 第49-53页 |
| 3．4．2 本文使用的评价指标和算法搜索效果 | 第53-54页 |
| 3．5 本章小结 | 第54-55页 |
| 第四章 自适应实数遗传算法 | 第55-71页 |
| 4．1 对群体分布特性的探测 | 第55-59页 |
| 4．2 基于搜索速率判断的增强算法 | 第59-66页 |
| 4．2．1 搜索速率判断和结束条件的改变 | 第59页 |
| 4．2．2 基于群体分布熵判断的自适应定标算法 | 第59-62页 |
| 4．2．3 混沌刺激算法 | 第62-66页 |
| 4．3 基于区域划分和转移的自适应算法 | 第66-69页 |
| 4．4 本章小结 | 第69-71页 |
| 第五章 实数遗传算法的应用 | 第71-84页 |
| 5．1 方程解的近似计算 | 第71-75页 |
| 5．1．1 代数方程解的近似计算方法 | 第71-74页 |
| 5．1．2 采用实数遗传算法的近似计算 | 第74-75页 |
| 5．2 组合测量结果分析 | 第75-79页 |
| 5．2．1 最小二乘原理 | 第75-77页 |
| 5．2．2 测量数据的最小二乘估计 | 第77-79页 |
| 5．3 非线性回归 | 第79-83页 |
| 5．4 本章小结 | 第83-84页 |
| 第六章 全文总结 | 第84-86页 |
| 在学期间研究成果 | 第86-87页 |
| 致谢 | 第87-88页 |
| 参考文献 | 第88-92页 |
