动态种群规模的协同进化算法模型、理论与应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-12页 |
| 第1章 引言 | 第12-24页 |
| ·研究背景 | 第12-14页 |
| ·协同进化算法简介 | 第14-17页 |
| ·本文的研究动机 | 第17-21页 |
| ·本文的主要工作与创新之处 | 第21-22页 |
| ·本文的章节安排 | 第22-24页 |
| 第2章 协同进化算法研究现状 | 第24-36页 |
| ·什么是协同进化算法 | 第24-25页 |
| ·竞争型协同进化算法 | 第25-30页 |
| ·合作型协同进化算法 | 第30-33页 |
| ·协同进化算法的典型应用 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 统一的协同进化模型研究 | 第36-58页 |
| ·研究动机 | 第36-37页 |
| ·协同进化算法的基本框架 | 第37-41页 |
| ·通用的动态种群规模调节策略 | 第41-47页 |
| ·设计思想 | 第41-43页 |
| ·具体实现 | 第43-47页 |
| ·统一的协同进化模型CEAD | 第47-52页 |
| ·CEAD模型中的个体采样技术 | 第52-55页 |
| ·设计思想 | 第52-53页 |
| ·具体实现 | 第53-55页 |
| ·CEAD模型指导下的协同进化算法设计 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第4章 CEAD模型的理论基础 | 第58-68页 |
| ·CEAD模型的动力学方程 | 第58-60页 |
| ·CEAD模型的稳定性分析 | 第60-64页 |
| ·局部渐近稳定性 | 第60-61页 |
| ·全局渐近稳定性 | 第61-64页 |
| ·CEAD模型的收敛性分析 | 第64-65页 |
| ·CEAD模型的计算复杂度分析 | 第65-66页 |
| ·本章小结 | 第66-68页 |
| 第5章 基于CEAD模型的多峰函数优化 | 第68-90页 |
| ·背景介绍 | 第68-70页 |
| ·相关工作 | 第70-72页 |
| ·单种群进化算法 | 第70-72页 |
| ·协同进化算法 | 第72页 |
| ·基于CEAD模型的协同进化算法 | 第72-78页 |
| ·算法的设计与实现 | 第72-76页 |
| ·算法的描述 | 第76-78页 |
| ·对比实验 | 第78-89页 |
| ·目标多峰函数 | 第78-81页 |
| ·实验结果与分析 | 第81-89页 |
| ·本章小结 | 第89-90页 |
| 第6章 基于CEAD模型的空中流量优化调度 | 第90-110页 |
| ·背景介绍 | 第90-95页 |
| ·空中交通流量管理 | 第90-91页 |
| ·航班着陆调度问题 | 第91-95页 |
| ·多目标优化问题 | 第95-98页 |
| ·问题定义 | 第95-96页 |
| ·多目标进化算法 | 第96-98页 |
| ·我们采用的模型 | 第98-100页 |
| ·基于CEAD模型的协同进化算法 | 第100-103页 |
| ·对比实验 | 第103-109页 |
| ·实验数据 | 第104-105页 |
| ·实验结果与分析 | 第105-109页 |
| ·本章小结 | 第109-110页 |
| 第7章 结束语 | 第110-112页 |
| ·本文工作总结 | 第110页 |
| ·进一步工作展望 | 第110-112页 |
| 参考文献 | 第112-126页 |
| 致谢 | 第126-128页 |
| 在读期间发表的学术论文与取得的研究成果 | 第128页 |
