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

基于预测的动态多目标进化算法的研究

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-14页
    1.1 多目标优化的基本概念第9页
    1.2 动态多目标优化的基本概念第9-10页
    1.3 动态多目标进化优化的研究意义第10页
    1.4 动态多目标进化优化算法的研究现状第10-12页
    1.5 动态多目标进化优化存在的问题和发展趋势第12页
    1.6 动态多目标进化算法基本框架第12页
    1.7 本文研究工作第12-13页
    1.8 论文结构第13-14页
第2章 基于中心点和拐点的预测策略第14-35页
    2.1 拐点集第15-17页
        2.1.1 拐点第15-16页
        2.1.2 拐点集第16-17页
    2.2 通过前馈中心点预测非支配集第17-18页
    2.3 自适应的多样性维持机制第18-19页
    2.4 CKPS的详细描述第19页
    2.5 测试问题和评价指标第19-25页
        2.5.1 测试问题第19-20页
        2.5.2 评价指标第20-25页
    2.6 实验结果和分析第25-30页
        2.6.1 参数设置第25页
        2.6.2 性能评价结果比较第25-30页
        2.6.3 最终种群分布图第30页
    2.7 CKPS和CPS的实验比较第30-33页
    2.8 本章小结第33-35页
第3章 基于特殊点的预测策略第35-50页
    3.1 特殊点第35-37页
        3.1.1 边界点第35-36页
        3.1.2 CTB第36页
        3.1.3 CTC第36页
        3.1.4 CTI第36-37页
        3.1.5 拐点第37页
    3.2 特殊点集第37页
    3.3 通过前馈中心点来预测非支配集第37页
    3.4 自适应的多样性维持机制第37-38页
    3.5 SPPS的详细描述第38页
    3.6 实验结果与分析第38-48页
        3.6.1 测试问题和性能指标第38-39页
        3.6.2 参数设置第39-40页
        3.6.3 性能评价结果比较第40-48页
        3.6.4 最终种群分布图第48页
    3.7 本章小结第48-50页
第4章 总结与展望第50-51页
    4.1 本文工作总结第50页
    4.2 工作展望第50-51页
参考文献第51-56页
致谢第56-57页
附录A 攻读硕士学位期间科研成果第57页

论文共57页,点击 下载论文
上一篇:基于卷积神经网络的多视角人脸检测研究
下一篇:基于深度学习的大规模图像自动标注方法研究