遗传算法搜索能力和编码方式研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-14页 |
| 第一章 绪论 | 第14-23页 |
| ·引言 | 第14-16页 |
| ·研究动机 | 第16-19页 |
| ·内容安排 | 第19-23页 |
| 第二章 遗传算法简介 | 第23-30页 |
| ·简介 | 第23-24页 |
| ·模式 | 第24-25页 |
| ·编码 | 第25-27页 |
| ·二进制编码 | 第25页 |
| ·十进制编码 | 第25-26页 |
| ·实数编码 | 第26-27页 |
| ·群体设定 | 第27页 |
| ·遗传算子 | 第27-29页 |
| ·选择算子 | 第27-28页 |
| ·交叉算子 | 第28-29页 |
| ·变异算子 | 第29页 |
| ·小结 | 第29-30页 |
| 第三章 问题提出 | 第30-46页 |
| ·仿真例子选择 | 第30-32页 |
| ·函数优化 | 第30-31页 |
| ·配词问题 | 第31-32页 |
| ·神经网络权值优化 | 第32页 |
| ·计算结果 | 第32-39页 |
| ·函数优化 | 第32-34页 |
| ·配词问题 | 第34-36页 |
| ·神经网络权值优化 | 第36-39页 |
| ·遗传算法难易性 | 第39-44页 |
| ·引言 | 第39-40页 |
| ·Walsh分析 | 第40-41页 |
| ·对y=ax+b寻优的GA欺骗性分析 | 第41-43页 |
| ·对y=ax+b寻优的GA难易性分析 | 第43-44页 |
| ·小结 | 第44-46页 |
| 第四章 模式处理能力 | 第46-54页 |
| ·基本理论 | 第46-48页 |
| ·模式定理和积木块假设 | 第46-47页 |
| ·隐并行性 | 第47-48页 |
| ·模式处理能力 | 第48-53页 |
| ·小结 | 第53-54页 |
| 第五章 局部搜索 | 第54-74页 |
| ·引言 | 第54-55页 |
| ·低阶模式组合成高阶模式 | 第55-57页 |
| ·一阶模式的组合 | 第56页 |
| ·组合生成高阶模式的条件 | 第56-57页 |
| ·最小优化代数的下界 | 第57-58页 |
| ·配词问题 | 第58-60页 |
| ·基因座影响系数 | 第60-65页 |
| ·遗传神经网络 | 第65-67页 |
| ·算法改进 | 第67-71页 |
| ·小结 | 第71-74页 |
| 第六章 全局搜索 | 第74-81页 |
| ·引言 | 第74-75页 |
| ·快速全局搜索的条件 | 第75-77页 |
| ·实例分析 | 第77-79页 |
| ·小结 | 第79-81页 |
| 第七章 编码 | 第81-102页 |
| ·引言 | 第81-83页 |
| ·光滑函数的局部搜索能力 | 第83-88页 |
| ·实数编码 | 第88-93页 |
| ·码元数对全局搜索能力的影响 | 第93-96页 |
| ·算法改进 | 第96-99页 |
| ·小结 | 第99-102页 |
| 第八章 应用 | 第102-111页 |
| ·引言 | 第102页 |
| ·煮糖过程的神经网络模型及其参数优化 | 第102-107页 |
| ·成糖时间模型 | 第103-104页 |
| ·网络结构 | 第104-105页 |
| ·输入输出数据预处理 | 第105-106页 |
| ·模型优化 | 第106-107页 |
| ·遗传算法的新应用 | 第107-110页 |
| ·方法简介 | 第107-108页 |
| ·实际应用 | 第108-110页 |
| ·小结 | 第110-111页 |
| 结论 | 第111-115页 |
| 参考文献 | 第115-121页 |
| 附录A 制糖数据表 | 第121-124页 |
| 附录B 攻读博士学位期间完成的论文 | 第124-125页 |
| 致谢 | 第125页 |
