拟梯度技术及其在群体搜索中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-12页 |
| ·优化算法概述 | 第9-10页 |
| ·单纯形算法概述及其研究现状 | 第10-11页 |
| ·本文主要研究内容 | 第11页 |
| ·章节安排 | 第11-12页 |
| 第二章 基本单纯形算法 | 第12-14页 |
| ·单纯形算法概述 | 第12-13页 |
| ·单纯形算法简介 | 第12页 |
| ·单纯形算法基本步骤 | 第12-13页 |
| ·单纯形算法思想及其应用 | 第13-14页 |
| 第三章 基于拟梯度的单纯形算法 | 第14-21页 |
| ·拟梯度的概念 | 第14-16页 |
| ·梯度的概念及其相关算法 | 第14-15页 |
| ·拟梯度的概念 | 第15-16页 |
| ·基于拟梯度思想的单纯形算法 | 第16-17页 |
| ·测试验证 | 第17-20页 |
| ·算法性能评价准则 | 第17-18页 |
| ·测试函数 | 第18页 |
| ·测试结果 | 第18-20页 |
| ·小结 | 第20-21页 |
| 第四章 单纯形遗传算法 | 第21-43页 |
| ·智能进化算法的思想 | 第21页 |
| ·单纯形遗传算法思想 | 第21-22页 |
| ·算法实现步骤 | 第22-23页 |
| ·性能测试 | 第23-43页 |
| ·测试函数 | 第24-27页 |
| ·测试 | 第27-41页 |
| ·综合测试 | 第41-43页 |
| 第五章 单纯形粒子群算法 | 第43-55页 |
| ·粒子群算法概述 | 第43-48页 |
| ·粒子群算法简介 | 第43页 |
| ·粒子群算法基本概念 | 第43-45页 |
| ·粒子群算法运算过程及其运用 | 第45-48页 |
| ·传统粒子群算法的改进 | 第48-51页 |
| ·离散二进制PSO算法 | 第48页 |
| ·PSO的参数改进与优化 | 第48-49页 |
| ·Lbest模型 | 第49页 |
| ·混合PSO模型 | 第49-51页 |
| ·单纯形与粒子群算法机制混合 | 第51-53页 |
| ·粒子群算法机制 | 第51页 |
| ·混合机制概述 | 第51页 |
| ·混合机制算法 | 第51-53页 |
| ·实验验证 | 第53-54页 |
| ·结论 | 第54-55页 |
| 第六章 单纯形遗传算法在动态路由问题中的应用 | 第55-61页 |
| ·引言 | 第55页 |
| ·动态路由问题的描述 | 第55-56页 |
| ·解决动态路由的单纯形遗传算法 | 第56-59页 |
| ·把动态路由归结为最优化问题 | 第57-58页 |
| ·状态空间的转换 | 第58页 |
| ·解决动态路由的具体单纯形遗传算法 | 第58-59页 |
| ·实验结论 | 第59-61页 |
| 第七章 结论与展望 | 第61-62页 |
| ·本文的主要创新点 | 第61页 |
| ·今后的研究问题 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间撰写的论文 | 第66页 |
