首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于遗传算法的网络优化的研究与实现

独创性声明第1-5页
摘要第5-6页
ABSTRACT第6-7页
目录第7-10页
第一章 引言第10-14页
 1.1 网络优化问题的提出第10页
 1.2 网络优化问题的研究背景第10-11页
 1.3 本次网络优化要解决的问题第11-12页
 1.4 本次网络优化算法的选择第12-13页
 1.5 我们研究的内容第13-14页
第二章 遗传算法第14-32页
 2.1 遗传算法的产生与发展第14-15页
 2.2 遗传算法的基本原理第15-19页
  2.2.1 遗传算法的生物学基础第16-17页
  2.2.2 基本遗传算法第17-19页
 2.3 遗传算法中的基本术语第19-28页
  2.3.1 编码第20-23页
  2.3.2 选择算子第23-24页
  2.3.3 最优保存策略第24-25页
  2.3.4 交叉算子第25-26页
  2.3.5 变异算子第26-28页
 2.4 两种常用的遗传算法第28-32页
  2.4.1 双亲遗传算法第28-29页
  2.4.2 单亲遗传算法第29-31页
  2.4.3 两种算法的比较第31-32页
第三章 遗传算法应用于网络优化的研究第32-42页
 3.1 网络模型定义第32-34页
  3.1.1 全终端网络模型的定义第32-33页
  3.1.2 无源光网络模型的定义第33-34页
 3.2 遗传算法应用于网络优化模型的讨论第34-35页
  3.2.1 网络优化的编码机制第34-35页
  3.2.2 遗传算法应用于网络优化的步骤第35页
 3.3 在网络优化中遗传算法需要解决的问题第35-42页
  3.3.1 编码方式决定优化任务第35-36页
  3.3.2 遗传算法中循环次数的控制第36页
  3.3.3 局部收敛与早熟问题第36-40页
  3.3.4 进化效率问题第40-42页
第四章 网络优化系统的设计第42-45页
 4.1 需求分析说明第42页
 4.2 系统分析与设计第42-44页
  4.2.1 使用指导功能第43页
  4.2.2 参数设置功能第43页
  4.2.3 约束条件设置功能第43-44页
  4.2.4 动态图形演示功能第44页
 4.3 数据结构设计第44页
 4.4 软件环境规定第44-45页
  4.4.1 开发环境第44页
  4.4.2 运行环境第44-45页
第五章 网络优化系统的实现第45-58页
 5.1 设计中需要解决的问题和设计的意义第45-46页
 5.2 制约条件下的全终端网络优化的实现第46-49页
  5.2.1 建立模型第46页
  5.2.2 算法描述第46-47页
   5.2.2.1 遗传编码第46-47页
   5.2.2.2 深度优先算法(DFS)与解码过程的融合第47页
   5.2.2.3 适应度函数的确定第47页
   5.2.2.4 群体的初始化第47页
   5.2.2.5 群体进化第47页
  5.2.3 软件图形界面的实现第47-49页
 5.3 制约条件下的无源光网络优化的实现第49-51页
  5.3.1 建立模型第49页
  5.3.2 算法描述第49-50页
   5.3.2.1 遗传编码第49-50页
   5.3.2.2 适应度函数的确定第50页
   5.3.2.3 群体的初始化第50页
   5.3.2.4 群体进化第50页
  5.3.3 软件图形界面的实现第50-51页
 5.4 设计中问题的说明与引发的思考第51-55页
  5.4.1 系统可靠性要求的实现第51-52页
  5.4.2 制约条件的实现第52页
  5.4.3 结束条件的设定与进化效率第52-54页
  5.4.4 遗传编码设计对系统实现的制约第54-55页
  5.4.5 进化策略设计第55页
 5.5 程序运行结果分析第55-58页
第六章 结论和展望第58-59页
参考文献第59-61页
致谢第61页

论文共61页,点击 下载论文
上一篇:文化与会计准则关系探讨
下一篇:从价值创造的角度对EVA的研究