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

基于分组与局部搜索的大规模全局优化新算法

摘要第5-6页
ABSTRACT第6-7页
符号对照表第10-11页
缩略语对照表第11-14页
第一章 绪论第14-20页
    1.1 研究意义第14-15页
    1.2 国内外研究现状第15-17页
    1.3 主要研究内容与创新第17-18页
    1.4 论文的组织结构第18-19页
    1.5 本章小结第19-20页
第二章 大规模全局优化问题的相关算法简介第20-34页
    2.1 大规模全局优化问题模型第20-21页
    2.2 经典的CC框架算法介绍第21-32页
        2.2.1 CC框架模型第21-22页
        2.2.2 变量相关性与分组方法第22-27页
        2.2.3 局部搜索方法第27-32页
    2.3 本章小结第32-34页
第三章 基于CC框架的新算法DECC-TSDG第34-56页
    3.1 变量相关性判定与分组算法DG第34-36页
        3.1.1 变量相关性判定第34-36页
        3.1.2 分组算法DG第36页
    3.2 改进的分组算法TSDG第36-39页
    3.3 TSDG的参数选择与有效性证明第39-49页
    3.4 DECC-TSDG算法步骤第49页
    3.5 数值实验与结果分析第49-54页
        3.5.1 TSDG与DG算法的对比实验第50-51页
        3.5.2 实验结果分析第51-52页
        3.5.3 DECC-TSDG与DECC-DG的对比实验第52页
        3.5.4 实验结果分析第52-54页
    3.6 本章小结第54-56页
第四章 基于CC框架的新算法Alpha-DECC-IOG第56-68页
    4.1 变量相关性讨论与新的分组算法IOG第56-57页
    4.2 局部搜索算法的改进第57-61页
        4.2.1 Alpha稳定分布介绍第58-59页
        4.2.2 改进的局部搜索算法Alpha-DE第59-61页
    4.3 Alpha-DECC-IOG算法步骤第61页
    4.4 实验设计与结果分析第61-66页
        4.4.1 实验环境与参数设置第61-63页
        4.4.2 数值实验第63-65页
        4.4.3 实验结果分析第65-66页
    4.5 本章小结第66-68页
第五章 总结与展望第68-70页
    5.1 论文研究工作总结第68-69页
    5.2 不足与展望第69-70页
参考文献第70-74页
致谢第74-76页
作者简介第76-77页

论文共77页,点击 下载论文
上一篇:多路实时监测系统的路径优化配置算法研究
下一篇:微型光纤模态干涉仪的研究及其作为光纤传感器的应用