首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

人工免疫算法中多样性的研究

摘要第1-5页
Abstract第5-8页
专用术语注释表第8-9页
第一章 绪论第9-13页
   ·研究的背景和意义第9页
   ·国内外的发展及现状第9-11页
   ·论文的主要研究内容第11-12页
   ·论文的章节安排第12-13页
第二章 多目标优化算法第13-23页
   ·多目标优化问题第13-14页
   ·基于进化的多目标优化第14-17页
   ·基于人工免疫系统的多目标优化方法第17-21页
     ·生物免疫系统第18页
     ·对于多目标优化的人工免疫系统第18-21页
   ·多样性度量方法第21页
   ·本章小结第21-23页
第三章 多目标优化免疫算法第23-36页
   ·免疫优化算法第24-25页
     ·免疫算法的基本原理第24-25页
     ·免疫算法的基本流程第25页
   ·免疫优化算法的基本模块第25-27页
     ·初始种群第25-26页
     ·免疫算子第26-27页
     ·终止输出第27页
   ·多目标优化免疫算法中核心算子第27-32页
     ·克隆选择算子第27-29页
     ·超变异交叉算子第29-30页
     ·重组和存储记忆算子第30-32页
   ·经典免疫算法表达第32-34页
     ·多目标免疫系统算法描述第32-33页
     ·非支配近邻免疫算法描述第33-34页
     ·基于聚类的免疫多目标优化算法描述第34页
   ·本章小结第34-36页
第四章 免疫算子对种群多样性的影响第36-49页
   ·免疫优化算法概述第36-37页
   ·免疫算法与种群多样性之间的联系第37-38页
     ·免疫优化算法主要流程第37页
     ·免疫优化算法的发展第37-38页
   ·免疫算子对于种群多样性的影响第38-45页
     ·初始化种群第39-40页
     ·克隆选择算子第40-42页
     ·超变异交叉算子第42-43页
     ·重组和存储记忆算子第43-45页
   ·经典的免疫算法分析第45-48页
     ·MISA算法多样性分析第45-46页
     ·NNIA算法多样性分析第46-47页
     ·CMOIA算法多样性分析第47-48页
   ·本章小结第48-49页
第五章 免疫算法的多样性测试分析第49-60页
   ·性能度量第49-50页
     ·世代距离(GD)第49页
     ·间距度量(S)第49-50页
     ·超体积(HV)第50页
   ·仿真测试第50-51页
     ·标准测试函数第50-51页
     ·参数设置第51页
   ·实验结果与分析第51-60页
     ·MISA多样性实验第51-53页
     ·NNIA多样性实验第53-55页
     ·CMOIA多样性实验第55-57页
     ·综合实验第57-60页
第六章 总结与展望第60-62页
   ·工作总结第60页
   ·研究展望第60-62页
参考文献第62-66页
附录1 攻读硕士学位期间撰写的论文第66-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:基于非对称加权和核方法的不平衡数据集算法研究
下一篇:第二类样条权函数神经网络算法复杂度研究及其应用