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

基于混合更新策略的量子遗传算法研究

摘要第1-6页
Abstract第6-9页
第1章 绪论第9-14页
   ·论文的选题背景与意义第9-10页
   ·国内外研究现状第10-13页
     ·量子遗传算法研究现状第10-12页
     ·协同演化算法研究现状第12-13页
   ·本文的主要工作及内容安排第13-14页
第2章 演化算法研究第14-24页
   ·量子遗传算法第14-17页
     ·量子个体的编码原理第15-16页
     ·量子个体的进化第16页
     ·量子遗传算法的基本流程第16-17页
   ·粒子群优化算法第17-20页
     ·粒子群算子第18-19页
     ·粒子群优化算法的基本流程第19-20页
   ·分布估计算法第20-23页
     ·分布估计算法的基本思想第20-21页
     ·分布估计算法的分类第21-23页
     ·分布估计算法的基本流程第23页
   ·本章小结第23-24页
第3章 基于混合更新策略的量子遗传算法第24-42页
   ·混合策略协同演化算法第25-27页
     ·混合策略基本思想第25-26页
     ·混合策略协同演化规划框架第26-27页
   ·量子染色体的编码及旋转门操作第27-28页
     ·量子染色体的编码第27页
     ·量子染色体的旋转门操作第27-28页
   ·混合更新策略第28-34页
     ·动态更新旋转角策略第28-30页
     ·量子粒子群更新策略第30-31页
     ·量子差分更新策略第31-33页
     ·混合更新策略的基本思想和具体描述第33-34页
   ·MUSQGA 和 MUSQGA1 算法描述第34-36页
     ·连续优化问题的空间描述第34-35页
     ·MUSQGA 的基本流程第35-36页
     ·MUSQGA1 的基本流程第36页
   ·实验结果及分析第36-41页
     ·测试函数的选取第36-38页
     ·参数的选取第38页
     ·三组实验结果及对比第38-41页
   ·本章小结第41-42页
第4章 异质协同量子遗传算法第42-57页
   ·协同演化算法第42-46页
     ·协同演化算法基本思想第42-44页
     ·协同演化算法的分类第44-46页
   ·异质协同量子遗传算法第46-51页
     ·异质协同量子遗传算法的基本思想第46页
     ·异质协同量子遗传算法的基本操作方法第46-48页
     ·异质协同量子遗传算法的基本流程第48-51页
   ·背包问题第51-53页
     ·背包问题的概述第51页
     ·背包问题的形式化描述第51-53页
   ·背包问题的实验结果与分析第53-56页
     ·参数的选取第53页
     ·三组实验结果及对比第53-56页
   ·本章小结第56-57页
结论第57-59页
参考文献第59-63页
攻读硕士学位期间发表的论文和取得的科研成果第63-64页
致谢第64页

论文共64页,点击 下载论文
上一篇:基于改进粒子滤波的红外弱小目标检测前跟踪算法
下一篇:水下机器人协同仿真模型组合方法的研究