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

基于分解的多目标量子差分进化算法研究

摘要第1-7页
ABSTRACT第7-12页
第1章 绪论第12-19页
   ·研究背景和意义第12-13页
     ·研究背景第12-13页
     ·研究意义第13页
   ·国内外文献综述第13-16页
   ·研究内容与方法第16页
   ·主要工作和创新第16-17页
   ·论文的基本结构第17-19页
第2章 多目标进化算法与量子进化算法第19-34页
   ·多目标优化的基本概念和相关术语第19-20页
   ·基于分解的多目标进化算法第20-23页
     ·MOEA/D 的特点第20-21页
     ·MOEA/D 采用的分解策略第21-22页
     ·MOEA/D 算法流程第22-23页
   ·多目标进化算法的性能评价指标第23-25页
     ·GD(Generational Distance)指标第23-24页
     ·IGD(Inverted Generational Distance)指标第24页
     ·S(Spacing)指标第24-25页
     ·C(Coverage)指标第25页
     ·HV(Hypervolume)指标第25页
   ·测试函数第25-29页
     ·ZDT 系列测试函数第26-27页
     ·DTLZ 系列测试函数第27-29页
   ·量子进化算法第29-33页
     ·量子进化算法中的基本概念第29-30页
     ·算法流程第30-33页
   ·小结第33-34页
第3章 基于分解的多目标量子差分进化算法 QD-MOEA/D第34-47页
   ·引言第34页
   ·实数量子染色体编码第34-35页
   ·基于差分进化的量子染色体更新第35-39页
     ·差分进化算法第35-38页
     ·量子的差分进化第38-39页
   ·量子变异与测量第39页
   ·QD-MOEA/D 算法流程第39-41页
   ·算法测试及结果分析第41-45页
     ·测试函数第41-42页
     ·参数设置第42页
     ·实验结果及讨论第42-45页
   ·小结第45-47页
第4章 QD-MOEA/D 在银行组合信贷中的应用第47-55页
   ·引言第47页
   ·银行组合信贷模型第47-49页
     ·组合信贷的基本概念和公式第47-49页
     ·贷款组合多目标优化决策模型第49页
   ·算法描述第49-50页
   ·算法应用及实验结果分析第50-54页
     ·某商业银行的贷款发放与利率执行原则第50-51页
     ·实验结果分析第51-54页
   ·小结第54-55页
结论与展望第55-57页
 1、结论第55-56页
 2、展望第56-57页
附录第57-62页
参考文献第62-69页
致谢第69-70页
攻读硕士学位期间发表的论文和其它科研情况第70-71页

论文共71页,点击 下载论文
上一篇:基于BP神经网络的商业银行信贷风险评价研究
下一篇:大同市城镇保障性住房供需研究