首页--数理科学和化学论文--计算数学论文--数值分析论文

差分演化算法的改进及其在聚类分析中的应用研究

摘要第1-11页
ABSTRACT第11-19页
第一章 绪论第19-24页
   ·引言第19-20页
   ·演化算法与差分演化算法第20-21页
     ·演化算法第20页
     ·差分演化算法第20-21页
   ·聚类分析第21页
   ·本文工作及章节安排第21-24页
     ·本文主要工作第21-22页
     ·论文章节安排第22-24页
第二章 差分演化算法概述第24-34页
   ·基本差分演化算法第24-27页
     ·算法简介第24页
     ·算法基本流程第24-26页
     ·控制参数对算法性能的影响第26-27页
   ·差分演化算法的改进第27-29页
     ·混合差分演化算法研究第27-28页
     ·参数自适应算法研究第28页
     ·多策略自适应算法研究第28-29页
   ·复杂环境下差分演化算法研究第29-31页
     ·多目标函数优化第29-30页
     ·约束函数优化第30-31页
   ·离散差分演化算法第31-32页
     ·二进制差分演化算法第31页
     ·整型差分演化算法第31-32页
   ·差分演化算法的应用第32-33页
   ·本章小结第33-34页
第三章 基于BBO的混合差分演化算法第34-50页
   ·引言第34页
   ·生物地理学优化算法第34-35页
   ·DE/BBO算法第35-37页
     ·研究动机第35-36页
     ·混合杂交算子第36页
     ·自变量越界处理第36-37页
     ·DE/BBO算法流程第37页
   ·实验结果及分析第37-49页
     ·测试函数集第37-38页
     ·实验参数设置第38-39页
     ·评价标准第39页
     ·实验结果第39-49页
   ·实验结论第49页
   ·本章小结第49-50页
第四章 多策略自适应差分演化算法第50-68页
   ·相关工作第50-53页
     ·jDE算法简介第50-51页
     ·SaDE算法简介第51-52页
     ·JADE算法简介第52-53页
   ·多策略自适应机制第53-55页
     ·研究动机第53页
     ·基本思想第53-54页
     ·策略库的选取第54页
     ·参数自适应机制第54-55页
   ·SaJADE算法第55-57页
     ·算法流程第55页
     ·与相近工作的区别第55页
     ·算法复杂度分析第55-57页
   ·实验结果及分析第57-66页
     ·测试函数集第57页
     ·实验参数设置第57-58页
     ·不同多策略自适应方法比较第58-60页
     ·与其他差分演化算法比较第60-65页
     ·与已发表结果比较第65页
     ·多策略自适应分析第65-66页
     ·算法简单性分析第66页
   ·实验结论第66页
   ·本章小结第66-68页
第五章 基于ε占优的快速正交多目标差分演化算法第68-81页
   ·相关工作第68-70页
     ·问题描述第68-69页
     ·多目标演化算法第69页
     ·正交设计在EA中的应用第69-70页
     ·基于ε占优方法的MOEAs第70页
   ·ε-ODEMO算法第70-74页
     ·正交初始群体第71-72页
     ·混合选择机制第72页
     ·非劣解存储第72页
     ·ε-ODEMO算法流程第72-74页
   ·算法测试及结果分析第74-80页
     ·测试函数第74页
     ·评价标准第74-75页
     ·参数设置第75-77页
     ·实验结果及分析第77-79页
     ·CR取值的影响第79页
     ·混合选择机制性能验证第79-80页
   ·本章小结第80-81页
第六章 正交多目标差分演化算法在工程优化中的应用第81-96页
   ·研究背景第81-82页
   ·改进的ε-ODEMO算法第82-85页
     ·Archive群体更新第82-83页
     ·约束函数处理技术第83-85页
     ·paε-ODEMO算法流程第85页
   ·实验结果与分析第85-95页
     ·参数设置第85页
     ·评价标准第85-86页
     ·标准约束多目标函数第86-89页
     ·参数敏感性测试第89-91页
     ·工程优化实例第91-95页
   ·本章小结第95-96页
第七章 基于点对称标准的差分演化聚类算法研究第96-114页
   ·引言第96页
   ·相关工作第96-103页
     ·问题定义第97页
     ·演化聚类算法第97-101页
     ·点对称距离标准第101-103页
   ·点对称差分演化聚类分析算法第103-105页
     ·改进的点对称距离标准第103-104页
     ·个体表示第104页
     ·适应值计算第104-105页
     ·错误个体处理第105页
   ·实验结果与分析第105-113页
     ·参数设置第105-106页
     ·实验数据集第106页
     ·评价标准第106-108页
     ·实验结果第108-109页
     ·CR对算法的影响第109-111页
     ·实验结论第111-113页
   ·本章小结第113-114页
第八章 自动差分演化聚类算法研究第114-123页
   ·相关研究第114-118页
     ·个体编码第114-115页
     ·聚类有效性索引第115-118页
   ·自动差分演化聚类算法第118-119页
     ·个体表示第118页
     ·改进的点对称CVI标准第118-119页
     ·错误个体的修正第119页
   ·实验结果与分析第119-122页
     ·参数设置第119-120页
     ·实验数据集第120页
     ·评价标准第120-122页
     ·实验结果第122页
   ·本章小结第122-123页
第九章 全文总结及今后工作第123-126页
   ·全文总结第123-124页
   ·今后工作展望第124-126页
致谢第126-127页
参考文献第127-143页
附录1 无约束单目标优化函数第143-147页
附录2 多目标优化函数第147-151页
 F2.1 无约束多目标测试函数第147-148页
 F2.2 约束多目标测试函数第148-151页
  F2.2.1 标准测试函数第148-150页
  F2.2.2 工程优化实例第150-151页

论文共151页,点击 下载论文
上一篇:北方城市夜生活街区设计探析--以青岛佰优坊夜生活街区为例
下一篇:《关于中学蒙语文课本中的小说的编排》版本简论