遗传算法及其在数值逼近中的应用研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-10页 |
| 1 绪论 | 第10-14页 |
| ·遗传算法的特点 | 第10-11页 |
| ·遗传算法的研究概况 | 第11-14页 |
| 2 基本遗传算法 | 第14-25页 |
| ·遗传算法的生物学基础 | 第14-16页 |
| ·遗传算法 | 第16-22页 |
| ·遗传算法的基本术语 | 第16-17页 |
| ·遗传算法的模式定理 | 第17-19页 |
| ·遗传算法的运算过程 | 第19-20页 |
| ·遗传算法的一个实例 | 第20-22页 |
| ·基本遗传算法 | 第22-24页 |
| ·基本遗传算法的构成要素 | 第22-23页 |
| ·基本遗传算法描述 | 第23-24页 |
| ·小结 | 第24-25页 |
| 3 遗传算法的基本实施技术 | 第25-40页 |
| ·编码方法 | 第25-29页 |
| ·二进制编码方法 | 第26-28页 |
| ·浮点数编码方法 | 第28-29页 |
| ·符号编码方法 | 第29页 |
| ·适应度函数 | 第29-30页 |
| ·选择算子 | 第30-32页 |
| ·比例选择 | 第31页 |
| ·最优保存策略 | 第31页 |
| ·确定式采样选择 | 第31-32页 |
| ·交叉算子 | 第32-35页 |
| ·单点交叉 | 第32-33页 |
| ·双点交叉和多点交叉 | 第33页 |
| ·均匀交叉 | 第33-34页 |
| ·均匀块交叉 | 第34页 |
| ·算术交叉 | 第34-35页 |
| ·变异算子 | 第35-36页 |
| ·基本位变异 | 第36页 |
| ·均匀变异 | 第36页 |
| ·运行参数 | 第36-37页 |
| ·改进型遗传算法 | 第37-39页 |
| ·小结 | 第39-40页 |
| 4 遗传算法研究 | 第40-57页 |
| ·遗传算法理论的局限性 | 第40-43页 |
| ·遗传算法在应用中的主要缺陷 | 第43页 |
| ·交叉和变异 | 第43-53页 |
| ·交叉和变异算子的比较 | 第43-45页 |
| ·均匀块交叉算子和传统交叉算子的比较 | 第45-53页 |
| ·遗传算法的收敛性证明 | 第53-56页 |
| ·渐近收敛性的定义 | 第53-54页 |
| ·基于压缩映射原理的收敛性分析 | 第54-55页 |
| ·IGA的收敛性分析 | 第55-56页 |
| ·IGA在函数优化中的应用 | 第56页 |
| ·小结 | 第56-57页 |
| 5 遗传算法在数值逼近中的应用 | 第57-67页 |
| ·拉格朗日插值 | 第57-59页 |
| ·最佳一致逼近 | 第59-61页 |
| ·C[a,b]上的最佳一致逼近 | 第59页 |
| ·C[a,b]上最佳一致逼近的特征 | 第59-61页 |
| ·遗传算法在最佳一致逼近中的应用 | 第61-64页 |
| ·最佳平方逼近 | 第64-65页 |
| ·1-范数的最佳逼近 | 第65-66页 |
| ·小结 | 第66-67页 |
| 6 结束语 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-71页 |
| 附录 | 第71-81页 |
