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

基于演化算法的多目标优化问题研究

摘要第3-4页
Abstract第4页
第一章 绪论第7-13页
    1.1 研究背景及意义第7-8页
    1.2 国内外研究现状第8-10页
        1.2.1 传统多目标优化算法第8-9页
        1.2.2 现代多目标优化算法第9-10页
        1.2.3 模糊认知图第10页
    1.3 本文的主要工作第10-11页
    1.4 本文章节安排第11-13页
第二章 多目标优化问题及算法简介第13-21页
    2.1 引言第13页
    2.2 多目标优化问题第13-14页
    2.3 多目标优化算法的性能评价指标第14-16页
        2.3.1 收敛性指标第14-15页
        2.3.2 分布性指标第15-16页
    2.4 多目标优化测试函数第16-18页
        2.4.1 两目标测试函数第16-17页
        2.4.2 三目标测试函数第17-18页
    2.5 多目标演化算法第18-19页
    2.6 多目标优化问题的研究策略第19-20页
    2.7 本章小结第20-21页
第三章 基于坐标变换的多目标演化算法第21-45页
    3.1 引言第21页
    3.2 基于坐标变换的多目标演化算法第21-25页
        3.2.1 坐标变换策略第21-23页
        3.2.2 外部存储器更新策略第23-24页
        3.2.3 密度筛选策略第24-25页
    3.3 算法流程图及伪代码第25-26页
    3.4 算法复杂度分析第26页
    3.5 实验结果及分析第26-44页
        3.5.1 实验参数第26-27页
        3.5.2 实验一:α对外部存储器策略的影响第27页
        3.5.3 实验二:两目标问题性能比较第27-36页
        3.5.4 实验三:三目标问题性能比较第36-42页
        3.5.5 实验四:算法收敛性能比较第42-43页
        3.5.6 实验五:算法运行时间比较第43-44页
    3.6 本章小结第44-45页
第四章 基于多目标优化的模糊认知图学习算法研究第45-59页
    4.1 引言第45页
    4.2 模糊认知图学习问题第45-48页
        4.2.1 模糊认知图概述第45页
        4.2.2 模糊认知图的相关概念及定义第45-47页
        4.2.3 模糊认知图学习算法的评价指标第47-48页
    4.3 面向FCM学习算法的两目标设计第48-49页
    4.4 基于多目标优化的模糊认知图学习算法第49-51页
    4.5 实验结果及分析第51-58页
        4.5.1 实验参数设置第51-52页
        4.5.2 人工数据的实验结果第52-55页
        4.5.3 实际数据的实验结果第55-58页
    4.6 本章小结第58-59页
第五章 总结与展望第59-61页
    5.1 总结第59页
    5.2 展望第59-61页
致谢第61-62页
参考文献第62-65页
附录: 作者在攻读硕士学位期间发表的论文第65页

论文共65页,点击 下载论文
上一篇:县级电网调度控制系统的实现与应用研究
下一篇:上饶电网智能用电综合平台的研究与应用