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

基于最优吸引子定理的优化问题难度研究及应用

摘要第3-5页
ABSTRACT第5-6页
注释表第12-13页
缩略词第13-14页
第一章 绪论第14-18页
    1.1. 研究目的与研究意义第14-15页
        1.1.1. NFL定理的启示第14页
        1.1.2. 启发式优化算法的发展趋势第14-15页
    1.2. 优化问题难度研究的现状第15-17页
    1.3. 论文架构和主要研究内容第17-18页
第二章 优化问题难度模型的比较研究第18-34页
    2.1. 第I类方法第18-22页
        2.1.1. 适应值—距离相关模型第18-20页
        2.1.2. 适应值曲面模型第20-21页
        2.1.3. 曲面自动机模型第21-22页
    2.2. 第II类方法第22-24页
        2.2.1. 基因关联模型第22-24页
        2.2.2. 决策变量相关性模型第24页
    2.3. 最优吸引子定理第24-27页
        2.3.1. 探索与利用平衡第25-26页
        2.3.2. 优化特征因子第26-27页
        2.3.3. OCT和LSM的比较分析第27页
    2.4. 最优比的直接估计方法第27-32页
        2.4.1. 探索和利用行为的有效比曲线第28-30页
        2.4.2. 实验结果及分析第30-32页
    2.5. 本章小结第32-34页
第三章 数值优化问题难度的频域估计方法第34-51页
    3.1. 数值优化问题频域特征的理论分析第34-41页
        3.1.1. 理想化模型第34-36页
        3.1.2. 幅频系数ci和cj的作用第36-38页
        3.1.3. 相位差 φi和 φj的作用第38-41页
    3.2. 理论分析总结和有效高频分量占比第41-45页
        3.2.1. 理论分析结果的归纳和拓展第41-42页
        3.2.2. 有效高频分量占比第42-45页
    3.3. 实验结果及分析第45-50页
        3.3.1. 评价标准和实验条件第45-46页
        3.3.2. 稳定性评价第46-47页
        3.3.3. 分辨力评价第47页
        3.3.4. 准确性评价第47-50页
    3.4. 本章小结第50-51页
第四章 基于梯度依赖集合的优化问题特征研究第51-64页
    4.1. 启发式算法寻优过程的描述第51-54页
        4.1.1. 定义和引理第51页
        4.1.2. 启发式算法的寻优过程第51-54页
    4.2. 优化问题特征的作用分析第54-58页
        4.2.1. 梯度依赖集合与探索行为的有效性第54-56页
        4.2.2. 误导信息和欺骗问题第56-57页
        4.2.3. 多峰函数以及粗糙性和平滑性第57-58页
    4.3. 实验结果及分析第58-63页
        4.3.1. 探索有效性 δ第59-60页
        4.3.2. 误导信息 σ第60-61页
        4.3.3. 粗糙度Rug第61-63页
    4.4. 本章小结第63-64页
第五章 优化难度对探索与利用平衡的影响第64-80页
    5.1. 探索与利用平衡的度量指标第64-67页
        5.1.1. 基于模糊集合论的探索行为占比第64-66页
        5.1.2. 探索行为占比的计算方法第66-67页
    5.2. 正交实验设计第67-73页
        5.2.1. 实验因素设计第67-70页
        5.2.2. 数值函数的正交实验条件第70-71页
        5.2.3. 动态优化问题的正交实验条件第71-73页
    5.3. 正交实验结果及分析第73-79页
        5.3.1. 数值函数的正交实验结果分析第73-77页
        5.3.2. 动态问题的正交实验结果分析第77-79页
    5.4. 本章小结第79-80页
第六章 基于优化难度的文化基因算法及其应用第80-102页
    6.1. 基于优化难度的文化基因算法第80-83页
    6.2. 数值函数的测试结果及分析第83-87页
        6.2.1. 测试函数和实验条件第83页
        6.2.2. 实验结果分析第83-87页
    6.3. OHBMA在多阈值图像分割中的应用第87-100页
        6.3.1. 基于OTSU的阈值分割标准第88-89页
        6.3.2. 多阈值图像分割的实验结果分析第89-100页
    6.4. 本章小结第100-102页
第七章 结论与展望第102-105页
    7.1. 完成的主要工作第102-103页
    7.2. 工作展望第103-105页
参考文献第105-115页
致谢第115-116页
博士阶段发表的论文和参与的科研项目第116-117页
附录第117-123页
    附录A: 测试函数列表第117-118页
    附录B: 关于f’i+j=0 通解的讨论第118-119页
    附录C: OR的实测方法及存在的问题第119-120页
    附录D: 断口图像阈值分割的原始图片第120-123页

论文共123页,点击 下载论文
上一篇:从七律创作看钱谦益对杜诗的接受
下一篇:论强制医疗司法程序