摘要 | 第1-6页 |
Abstract | 第6-9页 |
第1章 绪论 | 第9-17页 |
·研究背景与意义 | 第9-11页 |
·最优化问题 | 第9-10页 |
·最优化方法 | 第10-11页 |
·国内外研究现状 | 第11-15页 |
·进化算法研究现状 | 第11-13页 |
·协同进化算法研究现状 | 第13-15页 |
·本文研究内容 | 第15-16页 |
·本文组织结构 | 第16-17页 |
第2章 进化算法及大规模函数优化问题分析 | 第17-29页 |
·差分进化 | 第17-22页 |
·算法思想 | 第17-20页 |
·算法流程 | 第20-21页 |
·研究现状及问题分析 | 第21-22页 |
·合作式协同进化算法 | 第22-26页 |
·算法思想 | 第22-24页 |
·算法流程 | 第24页 |
·研究现状及问题分析 | 第24-26页 |
·大规模函数优化问题 | 第26-27页 |
·本章小结 | 第27-29页 |
第3章 一种基于云模型的自适应差分进化算法 | 第29-43页 |
·云模型 | 第29-32页 |
·云的定义与性质 | 第29-30页 |
·云的数字特征 | 第30-31页 |
·正态云与云发生器 | 第31-32页 |
·云模型雾化特性 | 第32页 |
·基于云模型的自适应差分进化算法 | 第32-37页 |
·算法思想与策略 | 第33-35页 |
·算法流程 | 第35-37页 |
·实验测试与结果分析 | 第37-41页 |
·测试函数描述 | 第37-38页 |
·实验结果与分析 | 第38-41页 |
·实验小结 | 第41页 |
·本章小结 | 第41-43页 |
第4章 求解大规模函数优化问题的合作式协同进化算法 | 第43-65页 |
·算法思想与策略 | 第43-50页 |
·混合式合作协同进化框架 | 第43-45页 |
·随机性分组 | 第45-48页 |
·相关性计算 | 第48-49页 |
·自适应分组策略 | 第49-50页 |
·算法流程 | 第50-52页 |
·实验测试与结果分析 | 第52-57页 |
·测试函数描述 | 第53-54页 |
·实验结果与分析 | 第54-56页 |
·实验小结 | 第56-57页 |
·合作式协同进化算法在多机器人路径规划中的应用 | 第57-62页 |
·多机器人路径规划优化模型 | 第57-59页 |
·适应度函数 | 第59-60页 |
·个体编码与算法流程 | 第60-62页 |
·实验结果与分析 | 第62页 |
·本章小结 | 第62-65页 |
结论 | 第65-67页 |
参考文献 | 第67-73页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第73-75页 |
致谢 | 第75-77页 |
附录 | 第77-78页 |