遗传算法收敛性分析及有效性初探
第一章 遗传算法简介 | 第1-25页 |
·遗传算法介绍 | 第18页 |
·遗传算法发展史 | 第18-20页 |
·遗传算法生物学基础 | 第20页 |
·遗传算法基本思想 | 第20-21页 |
·遗传算法特点 | 第21-22页 |
·基本遗传算法(SGA) | 第22-24页 |
·遗传算法的应用步骤 | 第24-25页 |
第二章 遗传算法的收敛性 | 第25-31页 |
·介绍 | 第25-26页 |
·遗传算法收敛性定义 | 第26页 |
·基于马尔可夫链的遗传算法收敛性分析 | 第26-27页 |
·有限马尔可夫链 | 第27-28页 |
·基本遗传算法收敛性分析 | 第28-29页 |
·杰出者选择遗传算法收敛性分析 | 第29-31页 |
第三章 基于信息凝聚的遗传算法收敛性分析 | 第31-38页 |
·引言 | 第31页 |
·熵 | 第31页 |
·KULLBACK熵 | 第31-32页 |
·最大熵原理 | 第32-33页 |
·最少鉴别信息原理 | 第33页 |
·信息凝聚 | 第33-34页 |
·信息凝聚分布与极大熵函数 | 第34-38页 |
第四章 遗传算法有效性初探 | 第38-48页 |
·介绍 | 第38页 |
·非确定性宇宙观 | 第38-39页 |
·算法 | 第39-40页 |
·图灵机 | 第40-42页 |
·概率图灵机 | 第42-43页 |
·遗传算法是算法吗? | 第43-44页 |
·语言类划分问题 | 第44页 |
·阿达尔定律 | 第44-45页 |
·KOLMOGOROV算法熵 | 第45-46页 |
·遗传算法有效性 | 第46-48页 |
第五章 结论 | 第48-49页 |
参考文献 | 第49-51页 |
致谢 | 第51页 |