首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

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

论文共61页,点击 下载论文
上一篇:农地城市流转参与者决策研究
下一篇:粮食物流需求预测方法研究