遗传算法研究及在航运船舶配载系统中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 引言 | 第9-10页 |
| 1 遗传算法综述 | 第10-16页 |
| ·传统优化算法的缺陷 | 第10页 |
| ·遗传算法的基本步骤 | 第10-11页 |
| ·遗传算法的特点 | 第11-13页 |
| ·遗传算法的理论基础 | 第13-16页 |
| ·遗传算法的基础理论研究 | 第13-14页 |
| ·模式定理 | 第14页 |
| ·欺骗问题 | 第14-16页 |
| 2 决策支持系统概述 | 第16-20页 |
| ·决策支持系统的基本含义 | 第16页 |
| ·决策支持系统的发展历史与现状 | 第16-17页 |
| ·决策支持系统的理论基础和相关技术 | 第17-18页 |
| ·决策支持系统的体系结构 | 第18-19页 |
| ·决策支持系统总结 | 第19-20页 |
| 3 遗传算法的进一步改进 | 第20-41页 |
| ·对传统遗传算法各步骤的优化 | 第20-23页 |
| ·编码方式的优化 | 第20页 |
| ·对适应度函数的优化 | 第20页 |
| ·对交叉操作的优化 | 第20-21页 |
| ·对交叉概率和突变概率的优化 | 第21-22页 |
| ·对生成子代方法的优化 | 第22页 |
| ·对算法终止条件的优化 | 第22-23页 |
| ·一种改进的遗传算法 | 第23-29页 |
| ·Elitist Strategy搜索效率分析 | 第23-26页 |
| ·优化算法描述 | 第26-27页 |
| ·仿真结果 | 第27-28页 |
| ·算法总结 | 第28-29页 |
| ·一种避免局部最优的方法 | 第29-33页 |
| ·早熟现象产生的原因 | 第30页 |
| ·早熟收敛的防治 | 第30-31页 |
| ·避免局部最优的一种方法 | 第31页 |
| ·算法设计 | 第31-32页 |
| ·同多子群遗传算法的比较 | 第32-33页 |
| ·仿真实验 | 第33页 |
| ·算法总结 | 第33页 |
| ·遗传算法在BP网络权值学习中的应用 | 第33-41页 |
| ·用遗传算法学习BP网络权值 | 第34-35页 |
| ·一种多输出BP网的网络结构优化方法 | 第35-41页 |
| 4 航运船舶配载系统概述 | 第41-46页 |
| ·系统背景 | 第41-42页 |
| ·总体要求 | 第42页 |
| ·业务要求 | 第42-43页 |
| ·静态和动态资料管理 | 第43页 |
| ·生成运力分析表 | 第43页 |
| ·系统功能 | 第43-45页 |
| ·系统技术指标 | 第45页 |
| ·系统开发平台 | 第45-46页 |
| 5 建立与求解选船问题的数学模型 | 第46-60页 |
| ·问题描述 | 第46页 |
| ·0-1整数规划的数学模型和解法 | 第46-47页 |
| ·0-1整数规划的数学模型 | 第46-47页 |
| ·0-1整数规划的解法 | 第47页 |
| ·选船问题的0-1规划数学模型 | 第47-49页 |
| ·一种求解方法 | 第49-53页 |
| ·简单隐枚举法效率分析 | 第49-50页 |
| ·一种隐枚举法的优化实现 | 第50-52页 |
| ·算法的效率分析 | 第52-53页 |
| ·实验结果 | 第53页 |
| ·使用遗传算法求解选船问题 | 第53-60页 |
| ·编码方式 | 第53-54页 |
| ·适应度函数 | 第54页 |
| ·个体的选择 | 第54页 |
| ·交叉操作 | 第54-55页 |
| ·突变操作 | 第55页 |
| ·对适应度函数的改进 | 第55-57页 |
| ·局部优化 | 第57-58页 |
| ·解决陷入局部最优问题的策略 | 第58页 |
| ·仿真结果 | 第58-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 攻读硕士学位期间发表学术论文情况 | 第63-64页 |
| 致谢 | 第64-65页 |
