遗传算法种群跃迁现象分析及其应用
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第11-15页 |
| a) 研究背景和意义 | 第11页 |
| b) 遗传算法研究现状 | 第11-13页 |
| c) 研究的目的和内容 | 第13-14页 |
| d) 论文组织结构 | 第14-15页 |
| 第二章 遗传算法简介 | 第15-28页 |
| a) 遗传算法的发展 | 第15-16页 |
| b) 遗传算法的基本概念 | 第16-17页 |
| c) 基本遗传算法(SGA)描述 | 第17-22页 |
| i. 染色体的编码与解码 | 第18-19页 |
| ii. 适应度函数 | 第19页 |
| iii. 遗传算子 | 第19-21页 |
| iiii. SGA 的结构框架 | 第21-22页 |
| d) 遗传算法的理论基础 | 第22-27页 |
| i. 模式定理 | 第22-25页 |
| ii. 马尔可夫链 | 第25-26页 |
| iii. 其他理论 | 第26-27页 |
| e) 本章小结 | 第27-28页 |
| 第三章 遗传算法的“早熟”问题分析 | 第28-36页 |
| a) 遗传算法的收敛性 | 第28-29页 |
| i. 渐进收敛 | 第28-29页 |
| ii. 概率收敛 | 第29页 |
| b) 遗传算法早熟现象的讨论 | 第29-31页 |
| i. 早熟的表现 | 第29-30页 |
| ii. 早熟产生的原因 | 第30页 |
| iii. 维持多样性的策略 | 第30-31页 |
| c) 遗传算法改进方式 | 第31-35页 |
| i. 小生境遗传算法 | 第32-33页 |
| ii. 自适应遗传算法 | 第33-34页 |
| iii. 混合遗传算法 | 第34-35页 |
| d) 本章小结 | 第35-36页 |
| 第四章 种群跃迁现象及其分析 | 第36-57页 |
| a) 种群集聚现象 | 第36-38页 |
| b) 遗传种群的跃迁现象 | 第38-43页 |
| c) 种群跃迁现象分析 | 第43-52页 |
| i. 种群个体跃迁前后分布分析 | 第44-48页 |
| ii. 跃迁个体来源标记分析 | 第48-52页 |
| d) SGA 与改进精英保留 SGA 的迁移对比 | 第52-56页 |
| e) 本章小结 | 第56-57页 |
| 第五章 种群跃迁的算法改进 | 第57-70页 |
| a) 思想来源 | 第57-58页 |
| i. 种群跃迁 | 第57页 |
| ii. 种群领域驱逐 | 第57-58页 |
| b) 改进算法机制 | 第58-62页 |
| i. 基本流程 | 第58-62页 |
| c) 参数设定实验 | 第62-64页 |
| d) 算法性能实验对比 | 第64-68页 |
| i. 标准测试函数说明 | 第64-65页 |
| ii. 与一般遗传算法比较 | 第65-67页 |
| iii. 与随机重启遗传算法的比较 | 第67-68页 |
| e) 发现的问题 | 第68-69页 |
| f) 本章小结 | 第69-70页 |
| 总结 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间取得的研究成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 附件 | 第77页 |
