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

基于不动点理论的多目标遗传算法研究

摘要第1-7页
Abstract第7-11页
第1章 绪论第11-21页
   ·遗传算法的研究背景第11-16页
     ·遗传算法的起源与发展历史第11-12页
     ·遗传算法的研究现状第12-14页
     ·遗传算法的函数优化问题第14-16页
   ·不动点理论第16-19页
     ·不动点理论的发展概述第16-18页
     ·不动点理论研究现状第18-19页
     ·不动点理论与遗传算法的结合第19页
   ·本文研究内容和全文的安排第19页
   ·小结第19-21页
第2章 遗传算法理论基础第21-33页
   ·遗传算法特点第21页
   ·遗传算法的基本思想第21-22页
   ·遗传算法的基本要素第22-28页
     ·编码第22-23页
     ·模糊控制规则及算法第23-24页
     ·选择算子第24-25页
     ·交叉算子第25-27页
     ·变异算子第27-28页
   ·遗传算法的数学理论基础第28-31页
     ·模式定理第28-30页
     ·积木块假设第30-31页
     ·隐含并行性第31页
   ·遗传算法收敛性问题第31页
   ·遗传算法存在的主要问题第31-32页
   ·小结第32-33页
第3章 不动点理论基础第33-37页
   ·欧氏空间自映射不动点算法第33-34页
     ·不动点第33页
     ·-不动点第33页
     ·优化问题向不动点问题的转化过程第33-34页
     ·三角剖分第34页
   ·单纯剖分第34-35页
     ·单纯形第34-35页
     ·单纯剖分第35页
   ·欧式空间连续自映射不动点算法第35-36页
     ·不动点算法思想第35-36页
     ·互补问题第36页
     ·不动点算法收敛性讨论第36页
   ·小结第36-37页
第4章 基于 K_1剖分的不动点算法的改进遗传算法第37-44页
   ·K_1 剖分和hK_1 剖分简介第37-38页
     ·K_1 剖分第37-38页
     ·hK_1 剖分第38页
   ·不动点算法模块第38页
   ·基于K_1 剖分的不动点算法的遗传算法设计第38-41页
     ·实数编码第38-39页
     ·适应度函数的选取第39页
     ·算法的初始化第39页
     ·选择运算第39页
     ·交叉运算第39-40页
     ·变异运算第40页
     ·种群收敛判断准则第40-41页
   ·K_1 剖分优化实验与分析第41-43页
     ·测试函数第41-43页
   ·小结第43-44页
第5章 多目标遗传算法第44-50页
   ·引言第44页
     ·多目标优化问题的基本概念第44页
   ·多目标优化问题的结构和特性第44-45页
   ·遗传多目标优化问题第45-46页
     ·适应值分配机制第45-46页
   ·遗传多目标优化问题第46-47页
     ·向量评估遗传算法第46页
     ·基于小生境 Pareto 遗传算法(NPGA)第46页
     ·非支配排序遗传算法(NSGA)第46-47页
   ·多目标遗传算法存在的问题第47页
   ·一种改进的多目标遗传算法的设计模式第47-49页
     ·算法设计思想第47-49页
     ·算法优势第49页
   ·小结第49-50页
第6章 基于不动点理论改进的多目标遗传算法第50-55页
   ·可行性分析第50页
   ·算法基本思想第50-51页
   ·算法设计第51-52页
     ·适应度函数第51页
     ·实数编码第51页
     ·初始群体的生成第51页
     ·选择运算第51页
     ·交叉运算第51-52页
     ·变异运算第52页
     ·算法终止条件第52页
   ·实例验证第52-53页
     ·测试函数第52-53页
     ·转化为不动点问题第53页
     ·性能分析第53页
   ·小结第53-55页
第7章 总结与展望第55-56页
   ·结论第55-56页
致谢第56-57页
参考文献第57-61页
作者简介第61-62页
攻读硕士期间发表论文第62-63页

论文共63页,点击 下载论文
上一篇:高速公路交通控制器的设计
下一篇:配药机器人的设计及优化的研究