多峰优化遗传算法及多目标优化进化算法研究
摘要 | 第1-9页 |
Abstract | 第9-10页 |
插图索引 | 第10-11页 |
附表索引 | 第11-12页 |
第1章 绪论 | 第12-20页 |
·课题研究背景及其意义 | 第12-16页 |
·生物进化 | 第12页 |
·遗传算法的历史 | 第12-13页 |
·遗传算法基本术语及流程 | 第13-14页 |
·遗传算法的优点 | 第14-15页 |
·多峰优化问题 | 第15-16页 |
·国内外研究现状 | 第16-18页 |
·排挤模型 | 第16页 |
·适应值共享模型 | 第16-17页 |
·标签 | 第17页 |
·聚类 | 第17页 |
·多国家遗传算法 | 第17-18页 |
·隔离小生境 | 第18页 |
·序列小生境 | 第18页 |
·存在的问题 | 第18页 |
·本文的主要研究内容及结构 | 第18-20页 |
第2章 遗传算法解多峰问题的困难及方法 | 第20-29页 |
·遗传编码 | 第20-21页 |
·二进制编码 | 第20页 |
·浮点数编码 | 第20-21页 |
·大字符集编码 | 第21页 |
·树编码 | 第21页 |
·多种编码带来的问题 | 第21页 |
·群体规模 | 第21-22页 |
·选择 | 第22-26页 |
·轮盘赌选择 | 第22-23页 |
·Boltzmann选择 | 第23页 |
·排序选择 | 第23页 |
·联赛选择 | 第23-24页 |
·稳态选择 | 第24页 |
·选择算子对模式的影响 | 第24-26页 |
·交叉和变异的破坏作用 | 第26-29页 |
·交叉 | 第26-27页 |
·变异 | 第27-28页 |
·交叉和变异对小生境的破坏作用 | 第28-29页 |
第3章 主要的小生境算法分析 | 第29-36页 |
·引言 | 第29页 |
·性能评价标准 | 第29-30页 |
·在线性能和离线性能 | 第29页 |
·峰值的覆盖率 | 第29-30页 |
·多样性 | 第30页 |
·测试平台 | 第30-33页 |
·遗传算法标准测试函数 | 第31页 |
·参数化的多峰函数生成器 | 第31-33页 |
·NK模型 | 第31-32页 |
·可满足问题生成器 | 第32页 |
·二进制多峰生成器 | 第32-33页 |
·对排挤模型的分析 | 第33页 |
·替换错误 | 第33页 |
·代间隙对替换错误的影响 | 第33页 |
·排挤因子对替换错误的影响 | 第33页 |
·确定性排挤 | 第33页 |
·对适应值共享模型的分析 | 第33-34页 |
·小结 | 第34-36页 |
第4章 多群体排斥遗传算法 | 第36-48页 |
·基本思想 | 第36-37页 |
·群体间的基因交流 | 第37页 |
·适应值变换 | 第37页 |
·算法流程 | 第37-38页 |
·优化能力和探索能力 | 第38-43页 |
·优化能力 | 第38-41页 |
·探索能力 | 第41-43页 |
·小生境技术的比较 | 第43-44页 |
·算法的实现 | 第44-46页 |
·概况 | 第44-45页 |
·单群体遗传算法模块 | 第45页 |
·编码-解码模块 | 第45页 |
·测试函数模块 | 第45页 |
·多群体遗传算法模块 | 第45-46页 |
·实验结果 | 第46-47页 |
·组合优化问题 | 第46页 |
·数值优化问题 | 第46-47页 |
·小结 | 第47-48页 |
第5章 量子多目标进化算法的收敛性研究 | 第48-56页 |
·引言 | 第48页 |
·预备知识 | 第48-49页 |
·QMOEA的基本概念和通用框架 | 第49-51页 |
·量子进化算法的基本概念 | 第49-51页 |
·量子染色体表示法和量子个体 | 第49-50页 |
·量子群体和观测群体 | 第50页 |
·更新量子个体和量子旋转门 | 第50-51页 |
·量子多目标进化算法的通用框架 | 第51页 |
·QMOEA的收敛性 | 第51-55页 |
·QMOEA的一个充分收敛条件 | 第51-53页 |
·使用H_ε门的QMOEA的收敛性 | 第53-54页 |
·使用N_ε门的QMOEA的收敛性 | 第54-55页 |
·小结 | 第55-56页 |
结论 | 第56-57页 |
参考文献 | 第57-60页 |
致谢 | 第60-61页 |
附录A 攻读硕士期间发表的论文 | 第61页 |