基于相关性分析的合作型协同进化算法
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 协同进化算法研究现状 | 第9-13页 |
| 1.2.1 竞争型协同进化算法 | 第9-10页 |
| 1.2.2 捕食—被捕食的协同进化算法 | 第10-11页 |
| 1.2.3 合作型协同进化算法 | 第11-13页 |
| 1.2.3.1 合作机制的相关研究 | 第11-12页 |
| 1.2.3.2 分组策略的相关研究 | 第12-13页 |
| 1.2.4 其它协同进化算法 | 第13页 |
| 1.3 基于相关性分组的研究现状 | 第13-14页 |
| 1.4 本文研究的目的及意义 | 第14-15页 |
| 1.5 本文研究的主要内容以及文章结构 | 第15-16页 |
| 第2章 优化问题维数间相关性度量方法 | 第16-24页 |
| 2.1 不同问题相关性的度量 | 第16-19页 |
| 2.1.1 基于二进制的相关性度量 | 第16-18页 |
| 2.1.2 基于实数的相关性度量 | 第18-19页 |
| 2.2 对实数型问题的相关性度量实验 | 第19-23页 |
| 2.3 本章总结 | 第23-24页 |
| 第3章 一种改进的相关性度量方法 | 第24-39页 |
| 3.1 信息熵与相关性的关系 | 第24-26页 |
| 3.2 构造一种测试函数发生器 | 第26-31页 |
| 3.2.1 测试函数构造方法 | 第27-30页 |
| 3.2.2 构造函数流程图 | 第30-31页 |
| 3.3 一种改进的相关性度量方法 | 第31-38页 |
| 3.3.1 已有方法对构造函数相关性的度量 | 第31-34页 |
| 3.3.2 改进的相关性度量方法 | 第34-35页 |
| 3.3.3 新度量方法的实验测试 | 第35-38页 |
| 3.4 总结 | 第38-39页 |
| 第4章 基于相关性分析的合作型协同进化算法 | 第39-52页 |
| 4.1 优化算子的设计 | 第39-42页 |
| 4.1.1 样本设计算子 | 第39-40页 |
| 4.1.2 聚类算子 | 第40-41页 |
| 4.1.3 合作算子 | 第41-42页 |
| 4.2 基于相关性分析的合作型协同进化算法流程 | 第42-43页 |
| 4.3 实验结果分析 | 第43-51页 |
| 4.3.1 维数对问题的影响 | 第46-47页 |
| 4.3.2 欺骗性对问题的影响 | 第47-48页 |
| 4.3.3 分组对问题的影响 | 第48页 |
| 4.3.4 最优解曲线图 | 第48-51页 |
| 4.4 本章总结 | 第51-52页 |
| 第5章 多目标化协同策略下的元胞遗传算法 | 第52-65页 |
| 5.1 研究现状 | 第52-55页 |
| 5.1.1 多目标化进化算法简介 | 第52-54页 |
| 5.1.2 元胞遗传算法 | 第54-55页 |
| 5.2 多目标化协同策略的元胞遗传算法 | 第55-59页 |
| 5.2.1 基于局部多样性的附加函数 | 第55-57页 |
| 5.2.2 多目标化的元胞演化策略 | 第57-58页 |
| 5.2.3 算法流程 | 第58-59页 |
| 5.3 实验分析 | 第59-64页 |
| 5.3.1 收敛性分析 | 第60-62页 |
| 5.3.2 多样性分析 | 第62-63页 |
| 5.3.3 进化个体生死演化趋势 | 第63-64页 |
| 5.4 本章总结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65页 |
| 6.2 展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 硕士期间发表的论文和参与的科研项目 | 第70-71页 |
| 致谢 | 第71-72页 |
