面向对象的遗传算法平台设计与应用
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第14-24页 |
| 1.1 遗传算法的发展与应用 | 第14-17页 |
| 1.1.1 遗传算法的发展历史 | 第14-15页 |
| 1.1.2 遗传算法的应用范围 | 第15-17页 |
| 1.2 遗传算法软件简介 | 第17-22页 |
| 1.3 本文主要工作介绍 | 第22-23页 |
| 1.4 本章小结 | 第23-24页 |
| 第2章 遗传算法基本理论和技术问题 | 第24-39页 |
| 2.1 遗传算法概述 | 第24-25页 |
| 2.2 遗传算法的基本流程 | 第25-27页 |
| 2.3 遗传算法的基础理论 | 第27-31页 |
| 2.3.1 模式定理 | 第27-29页 |
| 2.3.2 积木块假设 | 第29-31页 |
| 2.3.3 收敛性分析 | 第31页 |
| 2.4 遗传算法的实现技术问题 | 第31-38页 |
| 2.4.1 编码方法 | 第31-33页 |
| 2.4.2 适应度函数 | 第33-35页 |
| 2.4.3 选择算子 | 第35-36页 |
| 2.4.4 交叉算子 | 第36页 |
| 2.4.5 变异算子 | 第36-37页 |
| 2.4.6 算法控制参数 | 第37页 |
| 2.4.7 遗传算法的性能评价 | 第37-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第3章 遗传算法平台的设计与开发 | 第39-61页 |
| 3.1 设计思想和架构 | 第39-41页 |
| 3.2 算法平台的特点 | 第41-42页 |
| 3.3 基础类库实现 | 第42-55页 |
| 3.3.1 个体类型类 | 第42-46页 |
| 3.3.2 进化群体类 | 第46-48页 |
| 3.3.3 个体操作类 | 第48-50页 |
| 3.3.4 群体操作类 | 第50-51页 |
| 3.3.5 检查点类 | 第51-53页 |
| 3.3.6 其他辅助设计 | 第53-55页 |
| 3.4 计算引擎的构建 | 第55-56页 |
| 3.5 平台图形用户界面实现 | 第56-60页 |
| 3.5.1 wxPython跨平台图形库 | 第56-58页 |
| 3.5.2 GUI功能界面 | 第58-60页 |
| 3.6 本章小结 | 第60-61页 |
| 第4章 平台遗传算子设计和仿真研究 | 第61-80页 |
| 4.1 平台的使用方法和步骤 | 第61-62页 |
| 4.2 MaxOne问题优化 | 第62-68页 |
| 4.2.1 问题描述与编码选择 | 第62页 |
| 4.2.2 交叉算子 | 第62-63页 |
| 4.2.3 变异算子 | 第63-64页 |
| 4.2.4 模拟仿真分析 | 第64-68页 |
| 4.3 函数问题优化 | 第68-72页 |
| 4.3.1 问题描述与编码选择 | 第68页 |
| 4.3.2 交叉算子 | 第68-69页 |
| 4.3.3 变异算子 | 第69-70页 |
| 4.3.4 模拟仿真分析 | 第70-72页 |
| 4.4 TSP问题优化 | 第72-79页 |
| 4.4.1 问题描述与编码选择 | 第72-73页 |
| 4.4.2 交叉算子 | 第73-74页 |
| 4.4.3 变异算子 | 第74-75页 |
| 4.4.4 模拟仿真分析 | 第75-79页 |
| 4.5 本章小结 | 第79-80页 |
| 第5章 炼钢组炉中的遗传算法应用研究 | 第80-85页 |
| 5.1 背景介绍 | 第80-81页 |
| 5.2 问题分析和模型设计 | 第81-83页 |
| 5.2.1 问题分析 | 第81-82页 |
| 5.2.2 遗传算法模型设计 | 第82-83页 |
| 5.3 仿真结果说明 | 第83-84页 |
| 5.4 本章小结 | 第84-85页 |
| 第6章 总结和展望 | 第85-87页 |
| 6.1 全文总结 | 第85页 |
| 6.2 展望 | 第85-87页 |
| 参考文献 | 第87-91页 |
| 致谢 | 第91-92页 |
| 攻读学位期间发表的学术论文 | 第92页 |
