基于进化多目标优化的智能拟合方法
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景及研究意义 | 第14-16页 |
| 1.2 研究现状 | 第16-17页 |
| 1.3 研究内容及目的 | 第17-18页 |
| 1.4 论文组织结构 | 第18-20页 |
| 第二章 数据拟合方法 | 第20-34页 |
| 2.1 传统拟合方法 | 第20-25页 |
| 2.1.1 插值法 | 第20页 |
| 2.1.2 最佳逼近 | 第20-21页 |
| 2.1.3 回归分析 | 第21页 |
| 2.1.4 最小二乘法 | 第21-25页 |
| 2.2 智能拟合方法 | 第25-30页 |
| 2.2.1 基于单目标的智能拟合算法 | 第27-28页 |
| 2.2.2 基于多目标的智能拟合算法 | 第28页 |
| 2.2.3 基于语义的智能拟合算法 | 第28-29页 |
| 2.2.4 其它智能拟合算法 | 第29-30页 |
| 2.3 数据拟合工具 | 第30-31页 |
| 2.4 拟合方法分析 | 第31-32页 |
| 2.5 本章小结 | 第32-34页 |
| 第三章 基于进化多目标优化的智能拟合方法 | 第34-56页 |
| 3.1 问题简介 | 第34页 |
| 3.2 算法分析 | 第34-39页 |
| 3.3 数学模型 | 第39-41页 |
| 3.4 表达式编码 | 第41-42页 |
| 3.5 算法流程 | 第42-50页 |
| 3.5.1 初始种群的生成 | 第42-44页 |
| 3.5.2 计算表达式适应度 | 第44页 |
| 3.5.3 选择父代种群 | 第44-45页 |
| 3.5.4 子代种群的产生 | 第45-50页 |
| 3.6 算法设计 | 第50-54页 |
| 3.7 本章小结 | 第54-56页 |
| 第四章 基于分解的智能拟合算法 | 第56-66页 |
| 4.1 问题简介 | 第56-58页 |
| 4.2 算法分析 | 第58-60页 |
| 4.3 数据分解方式 | 第60-61页 |
| 4.4 算法流程 | 第61-62页 |
| 4.5 算法设计 | 第62-64页 |
| 4.6 本章小结 | 第64-66页 |
| 第五章 实验设计及结果分析 | 第66-82页 |
| 5.1 实验设计 | 第66-69页 |
| 5.1.1 实验策略 | 第66页 |
| 5.1.2 数据集 | 第66-67页 |
| 5.1.3 参数设定 | 第67-69页 |
| 5.1.4 实验环境 | 第69页 |
| 5.2 评价指标 | 第69-71页 |
| 5.2.1 拟合精度 | 第69页 |
| 5.2.2 预测精度 | 第69-70页 |
| 5.2.3 运行时间 | 第70-71页 |
| 5.3 实验结果 | 第71-79页 |
| 5.4 结果分析 | 第79-80页 |
| 5.5 本章小结 | 第80-82页 |
| 第六章 总结与展望 | 第82-84页 |
| 6.1 研究内容总结 | 第82-83页 |
| 6.2 展望 | 第83-84页 |
| 参考文献 | 第84-90页 |
| 致谢 | 第90-92页 |
| 作者简介 | 第92-93页 |
