基于树木枝梢生长分枝过程的仿生计算算法
摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-16页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 仿生优化算法概述 | 第11-12页 |
1.3 遗传算法研究现状 | 第12-13页 |
1.4 蚁群算法研究现状 | 第13-14页 |
1.5 植物算法研究现状 | 第14页 |
1.6 主要研究工作 | 第14-16页 |
第二章 仿生算法 | 第16-22页 |
2.1 遗传算法理论 | 第16-19页 |
2.1.1 算法的原理 | 第16-17页 |
2.1.2 算法的基本步骤 | 第17-18页 |
2.1.3 算法的总结 | 第18-19页 |
2.2 模拟植物生长算法理论 | 第19-21页 |
2.2.1 算法的基本原理 | 第19-20页 |
2.2.2 算法的迭代步骤 | 第20页 |
2.2.3 算法的总结 | 第20-21页 |
2.3 本章小结 | 第21-22页 |
第三章 基于树木枝梢生长分枝过程的算法 | 第22-35页 |
3.1 树木的生长过程 | 第22-24页 |
3.1.1 光照对植物生长的影响 | 第22-23页 |
3.1.2 植物运动特性 | 第23页 |
3.1.3 树木的分枝方式 | 第23-24页 |
3.1.4 树木的层次结构 | 第24页 |
3.2 生长树算法原理 | 第24-26页 |
3.2.1 算法基本原理 | 第24-26页 |
3.2.2 枝梢个体编码原理 | 第26页 |
3.3 生长树算法的优化过程 | 第26-28页 |
3.3.1 生长树发育期 | 第27页 |
3.3.2 生长树成长期 | 第27页 |
3.3.3 生长树衰落期 | 第27-28页 |
3.4 算法的描述 | 第28-30页 |
3.5 算法的收敛性分析 | 第30-34页 |
3.6 本章小结 | 第34-35页 |
第四章 生长树算法在函数优化中的应用 | 第35-48页 |
4.1 函数优化问题的描述 | 第35页 |
4.2 生长树算法函数优化实例 | 第35-39页 |
4.3 测试函数 | 第39-40页 |
4.4 仿真实验 | 第40-46页 |
4.4.1 生长树算法实验过程 | 第40-41页 |
4.4.2 函数求解曲线图 | 第41-42页 |
4.4.3 实验参数 | 第42页 |
4.4.4 实验结果 | 第42-44页 |
4.4.5 函数优化过程分析 | 第44-46页 |
4.5 本章小结 | 第46-48页 |
第五章 生长树算法求解常微分方程 | 第48-54页 |
5.1 引言 | 第48页 |
5.2 常微分方程的理论 | 第48-50页 |
5.3 求解常微分方程的生长树算法 | 第50-51页 |
5.4 仿真实验 | 第51-52页 |
5.5 本章小结 | 第52-54页 |
第六章 总结与展望 | 第54-56页 |
6.1 本文总结 | 第54-55页 |
6.2 不足与展望 | 第55-56页 |
参考文献 | 第56-59页 |
致谢 | 第59-60页 |