一种改进的遗传算法在非线性规划中的应用
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-4页 |
| 目录 | 第4-7页 |
| 第1章 前言 | 第7-17页 |
| ·选题依据 | 第7-9页 |
| ·研究现状 | 第9-12页 |
| ·研究思路 | 第12-15页 |
| ·混合整数非线性规划问题 | 第12页 |
| ·整型变尺度技术 | 第12-13页 |
| ·遗传算法原理简介 | 第13-15页 |
| ·遗传算法的改进 | 第15页 |
| ·本文主要内容及创新点 | 第15-17页 |
| 第2章 遗传算法简介 | 第17-36页 |
| ·遗传算法的基本概念 | 第17-19页 |
| ·遗传算法的原理 | 第19-22页 |
| ·遗传算法的基本操作 | 第20-21页 |
| ·遗传算法的基本流程 | 第21-22页 |
| ·遗传算法的应用关键 | 第22-28页 |
| ·遗传编码 | 第22-24页 |
| ·适应度函数及尺度变换 | 第24-25页 |
| ·遗传算子 | 第25-26页 |
| ·算法参数 | 第26-27页 |
| ·算法的终止条件 | 第27-28页 |
| ·遗传算法的其它问题 | 第28-36页 |
| ·遗传算法的理论基础 | 第28页 |
| ·遗传算法的特点 | 第28-30页 |
| ·遗传算法实现的技术问题 | 第30-31页 |
| ·遗传算法的应用 | 第31-33页 |
| ·遗传算法的改进 | 第33-36页 |
| 第3章 非线性规划问题 | 第36-55页 |
| ·线性规划问题 | 第36页 |
| ·非线性规划问题 | 第36-40页 |
| ·非线性规划问题(NLP) | 第36-39页 |
| ·非线性整数规划的分类 | 第39-40页 |
| ·化约束规划为无约束规划 | 第40-51页 |
| ·外部惩罚函数法 | 第41-44页 |
| ·内部惩罚函数法 | 第44-49页 |
| ·其它算法 | 第49-51页 |
| ·算法复杂性 | 第51-55页 |
| ·算法的评价准则 | 第51-52页 |
| ·算法复杂性 | 第52-55页 |
| 第4章 难近似性与优化算法 | 第55-69页 |
| ·优化算法及算法复杂性 | 第55-57页 |
| ·优化算法及其分类 | 第55页 |
| ·邻域函数与局部搜索 | 第55-57页 |
| ·计算复杂性与NP完全问题 | 第57-63页 |
| ·计算复杂性的基本概念 | 第57页 |
| ·NP完全问题 | 第57-61页 |
| ·最优化问题与判定问题 | 第61-63页 |
| ·启发式算法与近似算法 | 第63-66页 |
| ·难近似性与L-归约 | 第66-69页 |
| 第5章 改进的遗传算法 | 第69-81页 |
| ·整型变尺度技术的应用 | 第69-71页 |
| ·改进的遗传算法原理 | 第71-75页 |
| ·编码 | 第71页 |
| ·初始化过程 | 第71-72页 |
| ·评价函数 | 第72-73页 |
| ·选择过程 | 第73-74页 |
| ·交叉操作 | 第74-75页 |
| ·变异操作 | 第75页 |
| ·解码 | 第75页 |
| ·算法描述 | 第75-76页 |
| ·改进的遗传算法的收敛性和复杂性 | 第76-81页 |
| ·算法的收敛性 | 第76-79页 |
| ·算法的时间复杂性 | 第79-81页 |
| 第6章 数值试验 | 第81-83页 |
| 第7章 结论与建议 | 第83-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-88页 |
