研究思维进化计算的多峰优化性能及研究算法参数对效率的影响
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-13页 |
| 1 引言 | 第9-10页 |
| 2 MEC的主要研究成果 | 第10-11页 |
| 3 本文的主要内容 | 第11-13页 |
| 第二章 遗传算法概述 | 第13-37页 |
| 1 进化计算的主要分支 | 第13-16页 |
| (1) 进化策略 | 第13-14页 |
| (2) 进化规划 | 第14-15页 |
| (3) 遗传程序设计 | 第15-16页 |
| (4) 遗传算法 | 第16页 |
| 2 遗传算法的发展历史 | 第16-19页 |
| 3 遗传算法的基本原理 | 第19-26页 |
| 4 遗传算法中的分析工具 | 第26-28页 |
| 5 小生境遗传算法 | 第28-33页 |
| 6 物种保存GA | 第33-34页 |
| 7 著名的GA期刊会议和研究实验室 | 第34-37页 |
| 第三章 思维进化计算 | 第37-45页 |
| 1 思维进化计算的提出 | 第37-38页 |
| 2 MEC的基本框架 | 第38-43页 |
| (1) MEC的系统结构和基本知识 | 第38-40页 |
| (2) MEC中的两个重要操作 | 第40-41页 |
| (3) 三个基本机制 | 第41-43页 |
| 3 MEC的主要研究进展 | 第43-45页 |
| 第四章 用双层MEC研究MEC的多峰优化性能 | 第45-61页 |
| 1 多峰优化 | 第45-47页 |
| 2 峰半径异化策略 | 第47-48页 |
| 3 双层MEC的构造 | 第48-50页 |
| 4 十个测试函数 | 第50-57页 |
| 5 实验一及结果 | 第57-59页 |
| 6 实验一结论 | 第59-61页 |
| 第五章 对MEC参数的研究 | 第61-87页 |
| 1 测试函数 | 第61页 |
| 2 N_m对解的精度的影响 | 第61-82页 |
| (1) 实验二:单峰优化 | 第62-73页 |
| (2) 实验三:多峰优化 | 第73-82页 |
| 3 S_G对MEC搜索计算量的影响 | 第82-84页 |
| (1) 搜索计算量的定义 | 第82-83页 |
| (2) 实验四:单峰优化 | 第83页 |
| (3) 实验五:多峰优化 | 第83-84页 |
| 4 小结 | 第84-87页 |
| 第六章 总结及结论 | 第87-91页 |
| 参考文献 | 第91-103页 |
| 附录 | 第103-111页 |
| 附录1 EC和MEC术语表 | 第103-105页 |
| 附录2 MEC伪码简单版本 | 第105-107页 |
| 附录3 几种GA算法流程图 | 第107-111页 |
| 致谢 | 第111-113页 |
| 在学期间发表的论文 | 第113页 |
