| 摘要 | 第1-9页 |
| Abstract | 第9-14页 |
| 第一章 绪论 | 第14-34页 |
| ·遗传算法及应用研究现状 | 第14-25页 |
| ·遗传算法概述 | 第14-15页 |
| ·遗传算法的机理、特点及其优越性 | 第15-18页 |
| ·遗传算法研究现状 | 第18-23页 |
| ·基于遗传神经网络的模式识别研究现状 | 第23-25页 |
| ·赤潮和蓝绿藻模式识别技术及国内外现状 | 第25-29页 |
| ·基于宏观方法的监测技术现状 | 第27-28页 |
| ·基于微观方法的识别预测方法现状 | 第28-29页 |
| ·课题背景及其研究意义 | 第29-31页 |
| ·课题背景 | 第29-30页 |
| ·研究意义 | 第30-31页 |
| ·本文主要内容和结构安排 | 第31-34页 |
| 第二章 简单遗传算法研究 | 第34-54页 |
| ·基本遗传算法 | 第34-44页 |
| ·实例及结果分析 | 第35-39页 |
| ·基本遗传算法进化机理 | 第39-42页 |
| ·基本遗传算法存在的主要缺陷及原因分析 | 第42-44页 |
| ·核心要素及改进思路 | 第44页 |
| ·简单遗传算法 | 第44-53页 |
| ·α~°可变交叉算子 | 第44-48页 |
| ·混合交叉算子 | 第48-50页 |
| ·冲突复合自适应变异算子 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第三章 协同遗传算法研究 | 第54-73页 |
| ·协同进化思想 | 第54页 |
| ·小生境技术 | 第54-56页 |
| ·基于小生境环境的量子算子 | 第56-62页 |
| ·算法描述 | 第56页 |
| ·自适应一维势箱交叉算子设计 | 第56-59页 |
| ·算法步骤与性能测试 | 第59-62页 |
| ·基于小生境环境的共生平衡算子 | 第62-66页 |
| ·共生平衡交叉算子 | 第62-63页 |
| ·性能测试 | 第63-66页 |
| ·暂态自适应交叉算子 | 第66-72页 |
| ·算法的思想方法 | 第66页 |
| ·算子描述 | 第66-68页 |
| ·算子工作原理 | 第68-72页 |
| ·本章小结 | 第72-73页 |
| 第四章 多元共生遗传算法研究 | 第73-93页 |
| ·降维差异选择机制 | 第73-78页 |
| ·算法思想 | 第74-75页 |
| ·算法步骤 | 第75-76页 |
| ·性能测试 | 第76-78页 |
| ·伦理遗传算法 | 第78-83页 |
| ·伦理学概念的引入 | 第78-79页 |
| ·算法原理 | 第79页 |
| ·算法步骤 | 第79-80页 |
| ·数值优化实例 | 第80-83页 |
| ·多元共生遗传算法 | 第83-92页 |
| ·多元共生算法基本思想 | 第83-84页 |
| ·方向性和多样性的平衡及收敛速度和全局最优的折中 | 第84页 |
| ·个体层面上的多元共生—生发多样性和抑制无效循环 | 第84-85页 |
| ·种群层面上的多元共生—抑制近亲繁殖和监控全局最优 | 第85-87页 |
| ·算法流程 | 第87页 |
| ·性能测试 | 第87-89页 |
| ·多元共生—分布式遗传算法 | 第89-92页 |
| ·本章小结 | 第92-93页 |
| 第五章 基于遗传神经网络的水库及湖泊藻类模式识别研究 | 第93-119页 |
| ·神经网络选择 | 第93-95页 |
| ·神经网络的优化研究 | 第95-100页 |
| ·分级优化方法描述 | 第96-98页 |
| ·关于多层前向神经网络 | 第98-100页 |
| ·用于藻类识别的神经网络输入数据采集 | 第100-111页 |
| ·不确定干扰和杂质背景的去除 | 第101-106页 |
| ·图像与处理新算法RMR | 第106-110页 |
| ·图象处理实例与特征值提取 | 第110-111页 |
| ·基于改进GANN的数值实例建模 | 第111-116页 |
| ·改进GA的性能测试 | 第112-114页 |
| ·建立基于改进GA的神经网络模型 | 第114页 |
| ·数值函数GANN模型的性能测试 | 第114-116页 |
| ·用于藻类生态建模的改进GANN方法选择 | 第116-118页 |
| ·本章小结 | 第118-119页 |
| 第六章 水库和湖泊藻类识别与预测实验研究 | 第119-140页 |
| ·海洋赤潮和水库、湖泊蓝绿藻爆发的预报试验系 | 第119-121页 |
| ·改进GANN的选择与应用研究 | 第121-127页 |
| ·用于水库和湖泊蓝绿藻模式识别的改进GANN | 第121-122页 |
| ·用于优势藻类爆发预测的改进GANN | 第122-127页 |
| ·基于改进GANN的藻类识别实验 | 第127-131页 |
| ·基于改进GANN的人工气候室内优势藻类识别实验 | 第129-130页 |
| ·基于改进GANN的围隔优势藻类生态规律识别测取 | 第130-131页 |
| ·数据采集实验 | 第131-139页 |
| ·基于生物养殖与测试方法的实验 | 第131-132页 |
| ·基于藻类显微图像方法的实验 | 第132-139页 |
| ·本章小结 | 第139-140页 |
| 第七章 总结和展望 | 第140-143页 |
| ·本文总结 | 第140-142页 |
| ·进一步工作的展望 | 第142-143页 |
| 参考文献 | 第143-150页 |
| 攻读博士期间发表的学术论文 | 第150-151页 |
| 攻读博士期间参加的科研项目 | 第151-152页 |
| 附录 | 第152-166页 |
| 致谢 | 第166页 |