演化动态优化算法及其应用研究
摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
目录 | 第10-13页 |
表格 | 第13-14页 |
插图 | 第14-16页 |
算法 | 第16-17页 |
第一章 绪论 | 第17-33页 |
1.1 课题背景与研究意义 | 第17-18页 |
1.2 动态优化问题 | 第18-21页 |
1.3 演化动态优化算法 | 第21-25页 |
1.3.1 演化算法 | 第21-23页 |
1.3.2 演化动态优化算法的技术分类 | 第23-24页 |
1.3.3 演化动态优化的应用 | 第24-25页 |
1.4 记忆集方法研究现状 | 第25-30页 |
1.5 本文的主要研究内容和创新之处 | 第30-31页 |
1.6 本文内容的组织安排 | 第31-33页 |
第二章 自适应的记忆集更新策略 | 第33-47页 |
2.1 引言 | 第33-34页 |
2.2 相关工作 | 第34-36页 |
2.2.1 基于群体的增量学习 | 第34-35页 |
2.2.2 XOR动态环境生成器 | 第35-36页 |
2.3 相似性策略的问题 | 第36-39页 |
2.4 自适应的记忆集更新策略 | 第39-40页 |
2.5 实验 | 第40-45页 |
2.5.1 动态测试环境 | 第40-42页 |
2.5.2 讨论 | 第42-45页 |
2.6 本章小结 | 第45-47页 |
第三章 结合记忆集和多种群算法 | 第47-65页 |
3.1 引言及相关工作 | 第47-51页 |
3.1.1 三个典型的的记忆集策略 | 第47-49页 |
3.1.2 基于族群的粒子群算法 | 第49-51页 |
3.2 适用于多种群算法的大记忆集策略 | 第51-53页 |
3.2.1 适值独立的更新策略 | 第52-53页 |
3.2.2 使用记忆集更行种群 | 第53页 |
3.3 测试问题 | 第53-55页 |
3.3.1 Moving Peaks基准问题 | 第54页 |
3.3.2 一个实值空间中的周期性动态问题生成器 | 第54-55页 |
3.3.3 周期变化的MPB问题 | 第55页 |
3.4 实验设置 | 第55-57页 |
3.5 实验结果 | 第57-62页 |
3.5.1 在线运行效果 | 第57页 |
3.5.2 在周期环境中的性能比较 | 第57-61页 |
3.5.3 在非周期环境中的性能比较 | 第61-62页 |
3.5.4 LM1和LM2的比较 | 第62页 |
3.6 将来的工作 | 第62页 |
3.7 本章小结 | 第62-65页 |
第四章 基于二元空间划分树的记忆集 | 第65-89页 |
4.1 引言 | 第65-66页 |
4.2 相关背景 | 第66-67页 |
4.2.1 群体动态优化算法 | 第66-67页 |
4.2.2 聚类粒子群算法 | 第67页 |
4.3 近邻替换记忆树 | 第67-72页 |
4.3.1 使用近邻替换记忆树的群体动态优化算法 | 第67-68页 |
4.3.2 基于二元空间划分树的记忆集结构 | 第68-70页 |
4.3.3 近邻替换 | 第70页 |
4.3.4 近邻替换记忆树的特点 | 第70-71页 |
4.3.5 示例 | 第71-72页 |
4.4 实验 | 第72-85页 |
4.4.1 实验设置 | 第72-73页 |
4.4.2 近邻替换记忆树的工作机制 | 第73-77页 |
4.4.3 近邻替换记忆树在CMPB上的性能 | 第77-84页 |
4.4.4 近邻替换记忆树在MPB上的性能 | 第84-85页 |
4.5 讨论 | 第85-86页 |
4.6 本章小结 | 第86-89页 |
第五章 演化动态优化算法在动态无功优化中的应用 | 第89-109页 |
5.1 引言 | 第89-90页 |
5.2 背景知识 | 第90-93页 |
5.2.1 动态无功优化 | 第90-92页 |
5.2.2 用于无功优化的差分演化 | 第92-93页 |
5.3 使用记忆集改进演化算法的求解效率 | 第93-96页 |
5.3.1 提取相似点的策略 | 第93-94页 |
5.3.2 基于历史中心点的迁移策略 | 第94-95页 |
5.3.3 记忆集改进的DE算法 | 第95-96页 |
5.4 实验 | 第96-99页 |
5.4.1 测试用例 | 第97-99页 |
5.5 在IEEE30-bus系统上的实验结果 | 第99-107页 |
5.5.1 在线运行 | 第99-105页 |
5.5.2 跟踪误差 | 第105-106页 |
5.5.3 跟踪速度和成功率 | 第106-107页 |
5.6 在IEEE118-bus上的实验结果 | 第107-108页 |
5.7 本章小结 | 第108-109页 |
第六章 总结与展望 | 第109-113页 |
6.1 本文总结 | 第109-110页 |
6.2 研究展望 | 第110-113页 |
参考文献 | 第113-123页 |
致谢 | 第123-125页 |
在读期间发表的学术论文与取得的研究成果 | 第125页 |