摘要 | 第3-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-15页 |
1.1 研究背景及意义 | 第10-12页 |
1.2 全局最优化模型 | 第12页 |
1.3 本文的主要工作及其结构 | 第12-15页 |
第2章 差分进化算法概述 | 第15-23页 |
2.1 基本差分进化算法 | 第15-17页 |
2.1.1 符号和术语 | 第15页 |
2.1.2 变异算子(Mutation Operator) | 第15-16页 |
2.1.3 交叉算子(Crossover Operator) | 第16页 |
2.1.4 选择算子(Selection Operator) | 第16-17页 |
2.2 差分进化算法研究现状 | 第17-22页 |
2.2.1 种群初始化方法 | 第17-18页 |
2.2.2 新的变异和交叉算子 | 第18-20页 |
2.2.3 差分算子和参数自适应控制 | 第20-21页 |
2.2.4 通用的DE框架 | 第21页 |
2.2.5 混合DE算法 | 第21-22页 |
2.3 本章小结 | 第22-23页 |
第3章 自适应多子种群差分进化算法(MPADE) | 第23-47页 |
3.1 引言 | 第23-24页 |
3.2 MPADE算法 | 第24-32页 |
3.2.1 子种群划分和三个新颖的变异算子 | 第25-27页 |
3.2.2 参数自适应方法 | 第27-29页 |
3.2.3 替换策略 | 第29-30页 |
3.2.4 完整的MPADE算法 | 第30-31页 |
3.2.5 时间复杂度分析 | 第31-32页 |
3.3 实验分析 | 第32-46页 |
3.3.1 测试函数及问题 | 第32页 |
3.3.2 对比算法和参数设置 | 第32-33页 |
3.3.3 实验结果 | 第33-42页 |
3.3.3.1 在CEC2005测试函数上的实验结果 | 第33-40页 |
3.3.3.2 在CEC2014测试函数上的实验结果 | 第40页 |
3.3.3.3 在CEC2011实际问题上的实验结果 | 第40-42页 |
3.3.4 算法组件的有效性分析 | 第42-45页 |
3.3.4.1 多子种和相应的变异算子的有效性分析 | 第42-43页 |
3.3.4.2 参数自适应方法及替换策略的有效性分析 | 第43-45页 |
3.3.5 参数敏感性分析 | 第45-46页 |
3.4 本章小结 | 第46-47页 |
第4章 混合差分进化算法(HMJCDE) | 第47-78页 |
4.1 引言 | 第47页 |
4.2 HMJCDE算法 | 第47-55页 |
4.2.1 改进的JADE算法(MJADE) | 第48-50页 |
4.2.2 改进的CoDE算法(MCo DE) | 第50-52页 |
4.2.3 参数Q的计算方法以及存档更新 | 第52-53页 |
4.2.3.1 参数Q计算方法 | 第52-53页 |
4.2.3.2 存档更新 | 第53页 |
4.2.4 完整的HMJCDE算法 | 第53-54页 |
4.2.5 探索和开发能力探讨 | 第54-55页 |
4.3 实验结果 | 第55-76页 |
4.3.1 基准测试函数和实验设置 | 第55-56页 |
4.3.2 MJADE、MCODE、HMJCDE有效性分析 | 第56-60页 |
4.3.3 与DE变体比较 | 第60-69页 |
4.3.3.1 30维函数实验结果及分析 | 第60-63页 |
4.3.3.2 50维函数实验结果及分析 | 第63-66页 |
4.3.3.3 100维函数验结果及分析 | 第66-69页 |
4.3.4 与非DE进化算法比较 | 第69-70页 |
4.3.5 参数敏感性分析 | 第70-72页 |
4.3.6 混合框架性能分析 | 第72-76页 |
4.4 本章小结 | 第76-78页 |
第5章 总结 | 第78-80页 |
参考文献 | 第80-85页 |
致谢 | 第85-86页 |
攻读硕士学位期间的研究成果 | 第86页 |