首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

一种自适应粒子群突变的遗传算法在网络编码链路优化中的应用

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-15页
    1.1 研究背景第9页
    1.2 研究目的和意义第9-11页
    1.3 研究现状第11-13页
        1.3.1 网络编码的研究现状第11页
        1.3.2 链路优化的研究现状第11-13页
    1.4 研究内容第13页
    1.5 论文结构第13-15页
第二章 相关算法基础介绍第15-25页
    2.1 遗传算法第15-19页
        2.1.1 遗传算法的构成要素第15-18页
        2.1.2 遗传算法基本流程第18-19页
    2.2 粒子群算法第19-21页
        2.2.1 粒子群算法的构成要素第19-21页
        2.2.2 粒子群算法基本流程第21页
    2.3 差分进化算法第21-23页
        2.3.1 差分进化算法构成要素第22页
        2.3.2 差分进化算法基本流程第22-23页
    2.4 相关定义第23页
    2.5 本章小结第23-25页
第三章 网络编码链路优化问题研究第25-35页
    3.1 网络编码的原理概述第25-26页
    3.2 网络编码的可行性第26-29页
    3.3 网络编码的必要性第29-31页
    3.4 遗传算法在网络编码链路优化问题中的应用第31-34页
        3.4.1 编码预处理第31-32页
        3.4.2 编码适应度函数的选取第32-33页
        3.4.3 生成初始种群第33-34页
        3.4.4 遗传操作第34页
    3.5 本章小结第34-35页
第四章 自适应粒子群突变的遗传算法网络编码第35-53页
    4.1 基于自适应粒子群突变的遗传算法的思想描述第35-36页
    4.2 基于自适应粒子群突变的遗传算法的构成要素第36-39页
        4.2.1 混合编码思想第36页
        4.2.2 种群初始化第36页
        4.2.3 适应度函数第36-37页
        4.2.4 选择操作第37页
        4.2.5 交叉操作第37页
        4.2.6 变异操作第37-39页
        4.2.7 停止准则设计第39页
    4.3 算法基本流程第39-43页
        4.3.1 自适应粒子群突变遗传算法的基本流程第39-40页
        4.3.2 改进遗传算法的基本流程第40-41页
        4.3.3 差分遗传混合算法的基本流程第41-43页
    4.4 仿真实验及算法比较第43-51页
        4.4.1 自适应粒子群突变算法的仿真算法设计第43-46页
        4.4.2 自适应粒子群突变算法与遗传算法在固定网络拓扑上的仿真实验第46-48页
        4.4.3 自适应粒子群突变算法与改进遗传算法在随机网络拓扑上的仿真实验第48-49页
        4.4.4 自适应粒子群突变算法与差分遗传混合算法在随机网络拓扑上的仿真实验第49-51页
    4.5 本章小结第51-53页
第五章 总结与展望第53-55页
参考文献第55-59页
致谢第59-61页
攻读学位期间发表的学术论文目录第61页

论文共61页,点击 下载论文
上一篇:基于Snort的入侵检测模式匹配的研究及改进
下一篇:基于云模式的会议管理平台的研究与实现