| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-16页 |
| 1.1 研究现状 | 第12-13页 |
| 1.2 课题的意义 | 第13-14页 |
| 1.3 本文的工作概述 | 第14-16页 |
| 1.3.1 本文的章节结构 | 第14-15页 |
| 1.3.2 主要创新点 | 第15-16页 |
| 2 连续型 CGA 算法理论 | 第16-25页 |
| 2.1 CGA 理论简单回顾 | 第16-17页 |
| 2.2 CGA 应用到连续领域的突破点 | 第17-18页 |
| 2.3 算法基本理论 | 第18-20页 |
| 2.3.1 概率向量的表示 | 第18页 |
| 2.3.2 概率向量的更新规则 | 第18-19页 |
| 2.3.3 初始值分析 | 第19-20页 |
| 2.4 算法的基本流程 | 第20-21页 |
| 2.5 数值实验 | 第21-24页 |
| 2.5.1 适应值计算次数和群体规模的关系 | 第21-22页 |
| 2.5.2 目标函数最优值和群体规模的关系 | 第22-24页 |
| 2.6 结论 | 第24-25页 |
| 3 引入精英保留的改进算法 | 第25-35页 |
| 3.1 精英保留及基本理论 | 第25页 |
| 3.2 PE-CCGA | 第25-27页 |
| 3.2.1 算法基本理论 | 第25-26页 |
| 3.2.2 进化模型 | 第26-27页 |
| 3.3 NE-CCGA | 第27-31页 |
| 3.3.1 算法基本理论 | 第27-28页 |
| 3.3.2 精英保持代数的研究 | 第28-31页 |
| 3.4 数值实验 | 第31-33页 |
| 3.4.1 适应值计算次数和群体规模的关系 | 第31-32页 |
| 3.4.2 目标函数最优值和群体规模的关系 | 第32-33页 |
| 3.5 结论 | 第33-35页 |
| 4 选择密度和加速比 | 第35-44页 |
| 4.1 选择密度的基本理论 | 第35-37页 |
| 4.1.1 选择密度 | 第35-36页 |
| 4.1.2 顺序统计理论 | 第36-37页 |
| 4.2 几个常见选择模式的选择密度 | 第37-39页 |
| 4.2.1 （μ, λ）选择 | 第37-38页 |
| 4.2.2 联赛选择 | 第38-39页 |
| 4.3 CCGA 的选择密度分析 | 第39-40页 |
| 4.3.1 cCGA 算法选择密度 | 第39-40页 |
| 4.3.2 精英保留cCGA 算法选择密度 | 第40页 |
| 4.4 加速比模型 | 第40-42页 |
| 4.5 数值实验 | 第42页 |
| 4.6 结论 | 第42-44页 |
| 5 平滑进化 | 第44-54页 |
| 5.1 平滑进化 | 第44-47页 |
| 5.1.1 基本概念 | 第44页 |
| 5.1.2 增加概率向量维持临近代信息 | 第44页 |
| 5.1.3 改进的概率向量更新规则 | 第44-46页 |
| 5.1.4 平滑系数λ的取值分析 | 第46-47页 |
| 5.2 算法流程 | 第47-48页 |
| 5.3 数值实验 | 第48-52页 |
| 5.3.1 带平滑处理cCGA 与不带平滑处理cCGA 的性能对比 | 第49-51页 |
| 5.3.2 固定平滑系数与动态平滑系数的性能对比 | 第51-52页 |
| 5.4 结论 | 第52-54页 |
| 6 结论及下一步工作 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录 | 第58-59页 |
| 致谢 | 第59-60页 |
| 攻读学位期间发表的学术论文 | 第60页 |