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

教与学优化算法研究

摘要第5-6页
ABSTRACT第6-7页
符号对照表第10-11页
缩略语对照表第11-14页
第一章 绪论第14-20页
    1.1 研究背景与意义第14-16页
    1.2 国内外研究现状第16-18页
    1.3 本文主要研究内容和章节安排第18-20页
第二章 教与学优化算法及优化问题概述第20-28页
    2.1 基本教与学优化算法第20-22页
        2.1.1 教学阶段第21-22页
        2.1.2 学习阶段第22页
        2.1.3 算法流程第22页
    2.2 约束处理技巧第22-27页
        2.2.1 罚函数法第23-26页
        2.2.2 多目标法第26-27页
    2.3 小结第27-28页
第三章 求解无约束优化问题的混合教与学优化算法第28-40页
    3.1 引言第28-29页
    3.2 混合教与学优化算法第29-31页
        3.2.1 初始化阶段第29页
        3.2.2 教学阶段第29-30页
        3.2.3 学习阶段第30-31页
    3.3 算法流程图第31页
    3.4 实验测试第31-39页
        3.4.1 参数设置和实验结果第32-38页
        3.4.2 实验结果分析第38-39页
    3.5 小结第39-40页
第四章 求解约束优化问题的协同进化教与学优化算法第40-52页
    4.1 引言第40-41页
    4.2 协同进化教与学优化算法第41-44页
        4.2.1 算法模型第41页
        4.2.2 自我学习过程第41-42页
        4.2.3 进化班级C_1第42页
        4.2.4 进化班级C_2第42-44页
    4.3 算法流程图第44页
    4.4 仿真分析第44-50页
        4.4.1 参数设置与实验结果第47-50页
        4.4.2 结果分析第50页
    4.5 小结第50-52页
第五章 总结与展望第52-54页
    5.1 论文总结第52-53页
    5.2 展望第53-54页
参考文献第54-58页
致谢第58-60页
作者简介第60-61页

论文共61页,点击 下载论文
上一篇:狼群算法的改进和应用
下一篇:结合自适应邻域和半监督主动学习的高光谱图像分类