摘要 | 第1-5页 |
Abstract | 第5-9页 |
1 绪论 | 第9-16页 |
1.1 课题研究的目的与意义 | 第9-11页 |
1.2 遗传算法的发展历史 | 第11-12页 |
1.3 遗传算法的研究现状 | 第12-15页 |
1.3.1 遗传算法的收敛性研究 | 第12-13页 |
1.3.2 遗传算法结构研究 | 第13页 |
1.3.3 基因操作研究 | 第13-14页 |
1.3.4 混合遗传算法研究 | 第14-15页 |
1.3.5 遗传算法种群构成策略的研究 | 第15页 |
1.4 本文的主要研究工作 | 第15页 |
1.5 本章小结 | 第15-16页 |
2 遗传算法基本理论 | 第16-24页 |
2.1 遗传算法的基本概念 | 第16-17页 |
2.1.1 遗传算法的基本术语 | 第16-17页 |
2.1.2 遗传算法的基本操作 | 第17页 |
2.2 标准遗传算法 | 第17-19页 |
2.2.1 标准遗传算法的基本流程 | 第17页 |
2.2.2 标准遗传算法的要素 | 第17-19页 |
2.3 遗传算法的理论基础 | 第19-22页 |
2.3.1 模式定理 | 第19-21页 |
2.3.2 内含并行性定理 | 第21-22页 |
2.3.3 积木块假设 | 第22页 |
2.4 遗传算法性能评估 | 第22-23页 |
2.4.1 De Jong准则 | 第22-23页 |
2.4.2 Benchmark问题 | 第23页 |
2.5 本章小结 | 第23-24页 |
3 模糊控制基本理论与模糊遗传算法的研究 | 第24-35页 |
3.1 模糊控制基本原理 | 第24页 |
3.2 常规模糊控制器的设计 | 第24-30页 |
3.2.1 模糊控制规则库的设计 | 第25-26页 |
3.2.2 模糊化环节 | 第26-28页 |
3.2.3 模糊推理 | 第28-29页 |
3.2.4 模糊判决环节 | 第29-30页 |
3.2.5 模糊控制查询表 | 第30页 |
3.3 模糊遗传算法的研究 | 第30-34页 |
3.3.1 P_c、P_m采用模糊控制的必要性 | 第30-31页 |
3.3.2 模糊逻辑动态控制遗传算法的参数 | 第31-33页 |
3.3.3 基于模糊逻辑的遗传操作 | 第33页 |
3.3.4 模糊编码及相应的遗传操作 | 第33-34页 |
3.4 本章小结 | 第34-35页 |
4 基于模糊遗传算法的人员战斗编组 | 第35-49页 |
4.1 人员战斗编组的描述与分析 | 第35-36页 |
4.2 基于模糊遗传算法的人员战斗编组 | 第36-39页 |
4.2.1 改进的最佳保留策略机制 | 第36页 |
4.2.2 直接编码方案 | 第36-37页 |
4.2.3 种群初始化 | 第37页 |
4.2.4 适应度函数的确定 | 第37页 |
4.2.5 选择规则的确定 | 第37页 |
4.2.6 交叉规则的确定 | 第37-38页 |
4.2.7 变异规则的确定 | 第38-39页 |
4.2.8 终止条件 | 第39页 |
4.3 P_c、P_m的模糊控制 | 第39-44页 |
4.3.l P_c、P_m的模糊控制依据 | 第40页 |
4.3.2 输入、输出变量的确定 | 第40-41页 |
4.3.3 模糊控制表的确定 | 第41-43页 |
4.3.4 模糊输出量的清晰化 | 第43-44页 |
4.4 模糊遗传算法实现步骤 | 第44页 |
4.5 数据来源 | 第44-45页 |
4.6 实例应用与效果对比 | 第45-48页 |
4.7 结论 | 第48页 |
4.8 本章小结 | 第48-49页 |
5 模糊遗传算法在指派问题中的应用 | 第49-54页 |
5.1 指派问题的数学模型 | 第49-50页 |
5.2 军事训练评估与决策系统中不平衡指派问题的数学模型 | 第50页 |
5.3 不平衡指派问题的模糊遗传算法设计 | 第50-52页 |
5.3.1 将不平衡指派问题化为平衡指派问题 | 第50-51页 |
5.3.2 确定编码方法 | 第51页 |
5.3.3 适应度函数的确定 | 第51-52页 |
5.3.4 遗传算子的设计 | 第52页 |
5.4 实例分析 | 第52-53页 |
5.5 本章小结 | 第53-54页 |
结沦 | 第54-56页 |
参考文献 | 第56-59页 |
攻读硕士学位期间发表学术论文情况 | 第59-60页 |
致谢 | 第60-61页 |
大连理工大学学位论文版权使用授权书 | 第61页 |