| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 进化算法的研究现状 | 第11-13页 |
| 1.2.1 差分进化算法的研究现状 | 第11-13页 |
| 1.2.2 多目标进化算法的研究现状 | 第13页 |
| 1.2.3 进化算法在优化问题应用的研究现状 | 第13页 |
| 1.3 本文的研究内容及结构安排 | 第13-16页 |
| 第2章 差分进化算法和多目标进化算法 | 第16-19页 |
| 2.1 基本的差分进化算法 | 第16-17页 |
| 2.1.1 种群初始化 | 第16页 |
| 2.1.2 变异操作 | 第16页 |
| 2.1.3 交叉操作 | 第16-17页 |
| 2.1.4 选择操作 | 第17页 |
| 2.2 多目标进化算法 | 第17-18页 |
| 2.2.1 多目标优化数学模型 | 第17-18页 |
| 2.2.2 基本概念 | 第18页 |
| 2.3 本章小节 | 第18-19页 |
| 第3章 基于自适应差分进化算法的信号稀疏重构问题应用研究 | 第19-43页 |
| 3.1 引言 | 第19页 |
| 3.2 新型的结合局部搜索的差分进化稀疏重构算法LSE-ADE | 第19-28页 |
| 3.2.1 自适应参数更新操作 | 第20-21页 |
| 3.2.2 自适应差分进化操作 | 第21-24页 |
| 3.2.3 个体选择操作 | 第24-25页 |
| 3.2.4 局部搜索操作 | 第25-26页 |
| 3.2.5 完整的LSE-ADE算法 | 第26-28页 |
| 3.3 实验结果与讨论 | 第28-35页 |
| 3.3.1 性能评价标准 | 第28页 |
| 3.3.2 试验参数设置 | 第28-29页 |
| 3.3.3 LSE-ADE与其他稀疏重构算法的比较 | 第29页 |
| 3.3.4 在模拟信号上的重构性能比较 | 第29-31页 |
| 3.3.5 在测试问题上的重构性能比较 | 第31-35页 |
| 3.3.6 实验总结 | 第35页 |
| 3.4 相关操作有效性和参数敏感性分析 | 第35-42页 |
| 3.4.1 自适应差分策略的有效性验证 | 第35-37页 |
| 3.4.2 局部搜索操作的有效性验证 | 第37-38页 |
| 3.4.3 算法复杂度分析 | 第38-39页 |
| 3.4.4 参数敏感性分析 | 第39-40页 |
| 3.4.5 在高相关观测矩阵的性能分析 | 第40-41页 |
| 3.4.6 在图像重构应用性能研究 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 基于多目标进化算法的个性化推荐系统的应用研究 | 第43-63页 |
| 4.1 引言 | 第43-44页 |
| 4.2 个性化推荐模型 | 第44-45页 |
| 4.3 新型的多目标个性化推荐算法MOEA-ERS | 第45-50页 |
| 4.3.1 交叉和变异操作 | 第45-46页 |
| 4.3.2 优化目标 | 第46-47页 |
| 4.3.3 极值点引导操作 | 第47-49页 |
| 4.3.4 完整的MOEA-ERS算法框架 | 第49-50页 |
| 4.4 实验结果与讨论 | 第50-61页 |
| 4.4.1 实验数据 | 第51页 |
| 4.4.2 性能评价标准 | 第51-52页 |
| 4.4.3 参数设置 | 第52页 |
| 4.4.4 算法的有效性分析 | 第52-55页 |
| 4.4.5 MOEA-RS与其他推荐算法的比较 | 第55-57页 |
| 4.4.6 极值点引导操作的有效性分析 | 第57-60页 |
| 4.4.7 参数影响分析 | 第60-61页 |
| 4.4.8 实验总结 | 第61页 |
| 4.5 本章小结 | 第61-63页 |
| 第5章 总结与展望 | 第63-65页 |
| 参考文献 | 第65-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士学位期间的研究成果 | 第75页 |
