基于局部搜索策略的差分演化算法研究及改进
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 课题研究的背景和意义 | 第9页 |
| 1.2 国内外的研究现状 | 第9-11页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11页 |
| 1.3 其它常见的智能优化算法 | 第11-17页 |
| 1.3.1 和声搜索算法 | 第11-14页 |
| 1.3.2 人工蜂群算法 | 第14-17页 |
| 1.4 本文主要工作和结构安排 | 第17-19页 |
| 1.4.1 本文主要工作 | 第17页 |
| 1.4.2 论文结构安排 | 第17-19页 |
| 第二章 差分演化算法 | 第19-27页 |
| 2.1 差分演化算法的提出 | 第19页 |
| 2.2 标准差分演化算法 | 第19-21页 |
| 2.3 差分演化算法的流程与框架 | 第21-22页 |
| 2.4 控制参数对算法的影响 | 第22-23页 |
| 2.5 差分演化算法的优缺点 | 第23-24页 |
| 2.5.1 优点 | 第23页 |
| 2.5.2 缺点 | 第23-24页 |
| 2.6 差分演化算法相关改进 | 第24-26页 |
| 2.7 本章小结 | 第26-27页 |
| 第三章 基于精英解学习的邻域搜索差分演化算法 | 第27-37页 |
| 3.1 引言 | 第27页 |
| 3.2 精英解的反向学习 | 第27-29页 |
| 3.3 邻域搜索策略 | 第29-31页 |
| 3.4 ELNDE算法具体流程描述 | 第31页 |
| 3.5 ELNDE的性能测试 | 第31-36页 |
| 3.5.1 测试函数与结果 | 第31-35页 |
| 3.5.2 实验结果分析与比较 | 第35-36页 |
| 3.6 本章小节 | 第36-37页 |
| 第四章 混合区域搜索策略的自适应差分演化算法 | 第37-57页 |
| 4.1 引言 | 第37页 |
| 4.2 提出改进思路 | 第37页 |
| 4.3 控制参数自适应策略以及混合区域搜索 | 第37-40页 |
| 4.3.1 参数自适应设置 | 第37-38页 |
| 4.3.2 区域搜索策略 | 第38-40页 |
| 4.4 HRSDE算法具体流程描述 | 第40-41页 |
| 4.5 HRSDE的性能测试 | 第41-56页 |
| 4.5.1 测试函数与结果 | 第41-46页 |
| 4.5.2 实验结果分析 | 第46-49页 |
| 4.5.3 参数的敏感性分析 | 第49-51页 |
| 4.5.4 与其它智能算法比较 | 第51-53页 |
| 4.5.5 0 -1背包问题的优化 | 第53-56页 |
| 4.6 本章小节 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 本文总结 | 第57页 |
| 5.2 工作展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 附录A 13个基准测试函数的详细信息 | 第63-65页 |
| 附录B 算法的收敛图 | 第65-69页 |
| 附录C 0-1背包问题仿真数据 | 第69-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间的研究成果 | 第71-72页 |
