首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

噪声环境对多目标进化优化的影响

摘要第3-4页
abstract第4-5页
第1章 绪论第8-14页
    1.1 进化算法的发展起源第8-9页
    1.2 进化算法的特点第9-10页
    1.3 噪声环境下的多目标进化算法研究背景及意义第10-12页
    1.4 本文研究工作及结构安排第12-14页
第2章 多目标进化算法的简介第14-23页
    2.1 多目标进化算法的发展及研究现状第14-20页
        2.1.1 多目标算法的发展历史第14-16页
        2.1.2 经典多目标算法概述第16-20页
    2.2 多目标优化问题第20-22页
    2.3 本章小结第22-23页
第3章 正态随机噪声环境下多目标进化算法性能评价第23-38页
    3.1 噪声环境下的多目标进化算法第23-24页
    3.2 正态随机噪声环境下的多目标优化问题第24-25页
    3.3 多目标进化优化的性能评价方法第25-29页
        3.3.1 解集收敛性评价指标第25-27页
        3.3.2 解集均匀性评价指标第27-28页
        3.3.3 Hyper-volume评价指标第28-29页
    3.4 实验仿真第29-36页
        3.4.1 正态随机噪声环境下进化多目标优化的种群分布第29-31页
        3.4.2 正态随机噪声环境下进化多目标优化的收敛性第31-32页
        3.4.3 正态随机噪声环境下进化多目标优化的种群分布均匀性第32-34页
        3.4.4 正态随机噪声环境下进化多目标优化的Hyper-volume指标第34-35页
        3.4.5 正态随机噪声环境下进化多目标优化的末代非支配种群规模第35-36页
    3.5 实验结论第36-38页
第4章 一种用以衡量噪声环境下进化算法的新指标第38-50页
    4.1 新指标的理论意义第38-40页
    4.2 新指标应用于进化算法的步骤解析第40页
    4.3 实验结果第40-49页
        4.3.1 NSGA-Ⅱ算法实验结果第41-44页
        4.3.2 SPEA2算法实验结果第44-49页
    4.4 本章总结第49-50页
第5章 改进的支配关系算法第50-55页
    5.1 支配关系的改进第50-51页
    5.2 噪声环境下种群个体间的Pareto弱支配关系第51-52页
    5.3 实验仿真第52-54页
    5.4 本章小结第54-55页
第6章 总结与展望第55-56页
参考文献第56-60页
硕士期间发表的论文第60-61页
致谢第61-62页

论文共62页,点击 下载论文
上一篇:基于超限学习机的WSNs链路质量评估方法
下一篇:基于Hough变换定位与遗传算法的脑肿瘤分割方法研究