| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 符号说明 | 第13-14页 |
| 第1章 绪论 | 第14-22页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 国内外相关研究与综述 | 第15-19页 |
| 1.2.1 进化算法的研究现状 | 第15-17页 |
| 1.2.2 云模型的研究现状 | 第17-19页 |
| 1.3 论文内容及组织结构 | 第19-22页 |
| 第2章 云模型的基本理论 | 第22-30页 |
| 2.1 引言 | 第22页 |
| 2.2 云模型相关概念 | 第22-26页 |
| 2.2.1 云的定义 | 第22页 |
| 2.2.2 云的数字特征 | 第22-23页 |
| 2.2.3 正态云模型 | 第23-24页 |
| 2.2.4 正态云特性 | 第24-26页 |
| 2.3 云发生器 | 第26-28页 |
| 2.3.1 基本云发生器 | 第26-27页 |
| 2.3.2 条件云发生器 | 第27-28页 |
| 2.4 云模型的不确定性推理 | 第28-29页 |
| 2.4.1 单条件单规则发生器 | 第28页 |
| 2.4.2 单条件多规则发生器 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于云模型的 CMA-ES 算法研究 | 第30-40页 |
| 3.1 CMA-ES 算法 | 第30-34页 |
| 3.1.1 CMA-ES 概述 | 第30页 |
| 3.1.2 CMA-ES 流程 | 第30-33页 |
| 3.1.3 CMA-ES 总结 | 第33-34页 |
| 3.2 基于云推理的 CMA-ES 算法 | 第34-38页 |
| 3.2.1 步长控制过程 | 第34-36页 |
| 3.2.2 步长控制云建模 | 第36-37页 |
| 3.2.3 改进算法的流程 | 第37-38页 |
| 3.3 本章小结 | 第38-40页 |
| 第4章 数值优化实验分析 | 第40-52页 |
| 4.1 测试函数 | 第40-42页 |
| 4.2 参数设置 | 第42页 |
| 4.3 实验结果与分析 | 第42-51页 |
| 4.3.1 寻优结果统计分析 | 第42-46页 |
| 4.3.2 收敛特性分析 | 第46-48页 |
| 4.3.3 搜索过程分析 | 第48-49页 |
| 4.3.4 归一化成功性能 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第5章 改进 CMA-ES 在 SVM 参数选择中的应用 | 第52-64页 |
| 5.1 SVM 概述 | 第52-53页 |
| 5.2 SVM 理论与应用 | 第53-56页 |
| 5.2.1 SVM 理论 | 第53-55页 |
| 5.2.2 SVM 应用 | 第55-56页 |
| 5.3 基于改进 CMA-ES 的 SVM 参数优化选择 | 第56-57页 |
| 5.4 SVM 参数优化仿真实验 | 第57-62页 |
| 5.4.1 数据集介绍 | 第58-59页 |
| 5.4.2 参数设置 | 第59页 |
| 5.4.3 分类结果与分析 | 第59-62页 |
| 5.5 本章小结 | 第62-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 参考文献 | 第66-74页 |
| 致谢 | 第74-75页 |
| 攻读学位期间发表的论文 | 第75页 |