基于个体间相似性的演化优化方法及应用研究
| 第一章 引言 | 第1-11页 |
| 1．1 研究背景 | 第7-8页 |
| 1．2 研究中需要解决的技术问题 | 第8-9页 |
| 1．3 本文的主要内容 | 第9页 |
| 1．4 本文的组织结构 | 第9-11页 |
| 第二章 演化算法 | 第11-24页 |
| 2．1 演化算法概述 | 第11页 |
| 2．2 演化算法的基本概念 | 第11-12页 |
| 2．3 演化算法的基本框架 | 第12-13页 |
| 2．4 演化算法的设计 | 第13-21页 |
| 2．4．1 解的编码表示 | 第13-14页 |
| 2．4．2 定义解的适应值 | 第14页 |
| 2．4．3 设计演化算子 | 第14-19页 |
| 2．4．4 选择策略 | 第19-21页 |
| 2．5 演化算法的基本特征 | 第21页 |
| 2．6 演化计算研究内容 | 第21-24页 |
| 第三章 基于个体间相似性学习的演化优化算法 | 第24-36页 |
| 3．1 演化优化 | 第24-28页 |
| 3．1．1 全局优化 | 第24-25页 |
| 3．1．2 约束优化 | 第25-27页 |
| 3．1．3 组合优化 | 第27-28页 |
| 3．2 单亲遗传变异算子研究概述 | 第28-29页 |
| 3．3 基于个体间相似性学习的变异算子 | 第29-32页 |
| 3．3．1 定义相似性 | 第29-30页 |
| 3．3．2 分级、产生新解 | 第30-32页 |
| 3．4 设计的新演化算法 | 第32-36页 |
| 3．4．1 编码 | 第32-33页 |
| 3．4．2 变异算子 | 第33页 |
| 3．4．3 约束处理 | 第33-35页 |
| 3．4．4 算法框架 | 第35-36页 |
| 第四章 新算法在下料问题中的应用 | 第36-45页 |
| 4．1 下料问题的求解算法研究现状 | 第36-39页 |
| 4．1．1 数学方法 | 第36-37页 |
| 4．1．2 图论方法 | 第37-38页 |
| 4．1．3 专家系统 | 第38页 |
| 4．1．4 启发式方法 | 第38-39页 |
| 4．2 下料问题的演化求解 | 第39-43页 |
| 4．2．1 问题模型 | 第40页 |
| 4．2．2 编码表示 | 第40-41页 |
| 4．2．3 产生新解 | 第41-43页 |
| 4．2．4 竞争策略 | 第43页 |
| 4．3 算法分析 | 第43-45页 |
| 第五章 总结与展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-52页 |
| 附录：作者在攻读硕士学位期间发表的学术论文 | 第52页 |
