基于选集特征的多峰函数极值识别算法研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 选题的背景及意义 | 第9-11页 |
| 1.2 国内外研究及发展现状 | 第11-13页 |
| 1.3 本文的具体工作及章节安排 | 第13-15页 |
| 2 多峰函数优化算法 | 第15-25页 |
| 2.1 确定性算法 | 第15-19页 |
| 2.1.1 分支界定算法 | 第15-16页 |
| 2.1.2 填充函数算法 | 第16-18页 |
| 2.1.3 打洞函数算法 | 第18-19页 |
| 2.2 随机性算法 | 第19-25页 |
| 2.2.1 遗传算法 | 第19-20页 |
| 2.2.2 粒子群算法 | 第20-21页 |
| 2.2.3 小生境技术 | 第21-25页 |
| 3 选集特征极值识别算法 | 第25-39页 |
| 3.1 引言 | 第25-26页 |
| 3.2 MSMF方法 | 第26-28页 |
| 3.2.1 选集特征基本概念 | 第26-27页 |
| 3.2.2 选集特征基本性质 | 第27-28页 |
| 3.3 等宽MSMF | 第28-34页 |
| 3.3.1 等宽选集的概念 | 第29-30页 |
| 3.3.2 基于MSMF的极值定理 | 第30-31页 |
| 3.3.3 计算中的一些问题 | 第31-34页 |
| 3.4 多峰函数极值的识别 | 第34-38页 |
| 3.4.1 smY和smYw | 第34-36页 |
| 3.4.2 基于MSMF的区域分割 | 第36-38页 |
| 3.5 MSMF算法 | 第38-39页 |
| 4 仿真实验与结果分析 | 第39-53页 |
| 4.1 实验配置 | 第39-42页 |
| 4.1.1 运行环境与参数设置 | 第39页 |
| 4.1.2 测试函数 | 第39-42页 |
| 4.1.3 评价指标 | 第42页 |
| 4.2 实验结果及分析 | 第42-46页 |
| 4.3 MSMF算法时间复杂度分析 | 第46-50页 |
| 4.4 与随机性算法的对比分析 | 第50-53页 |
| 5 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53-54页 |
| 5.2 展望 | 第54-55页 |
| 参考文献 | 第55-61页 |
| 附录 | 第61-70页 |
| 致谢 | 第70-71页 |
