第1章 绪论 | 第1-12页 |
1.1 课题概述 | 第8-9页 |
1.1.1 引言 | 第8-9页 |
1.1.2 课题研究的意义 | 第9页 |
1.2 反问题技术发展综述 | 第9-10页 |
1.2.1 演化计算智能技术的发展 | 第10页 |
1.3 本文组织结构 | 第10-12页 |
第2章 偏微分方程反问题 | 第12-20页 |
2.1 引言 | 第12页 |
2.2 偏微分方程反问题的基本理论 | 第12-17页 |
2.2.1 不适定问题 | 第12-14页 |
2.2.2 正则化方法 | 第14页 |
2.2.3 正则化算子的构造 | 第14-17页 |
2.3 反问题举例 | 第17-19页 |
2.4 小结 | 第19-20页 |
第3章 演化计算 | 第20-39页 |
3.1 引言 | 第20-21页 |
3.2 演化计算的主要分支 | 第21页 |
3.3 演化算法的设计 | 第21-22页 |
3.4 遗传算法 | 第22-37页 |
3.4.1 遗传算法的框架 | 第22-23页 |
3.4.2 遗传算法的组成 | 第23-25页 |
3.4.3 常见编码表示和遗传操作 | 第25-31页 |
3.4.4 适应性的度量 | 第31-33页 |
3.4.5 选择策略 | 第33-37页 |
3.4.6 遗传算法控制参数的选取 | 第37页 |
3.5 演化计算的主要特点 | 第37-39页 |
3.5.1 智能性 | 第38页 |
3.5.2 本质并行性 | 第38-39页 |
第4章 用基于参数估计的GP解决连续参函数识别问题 | 第39-47页 |
4.1 参数识别问题的描述 | 第39页 |
4.2 参数识别问题的引入 | 第39-40页 |
4.3 基于参数估计的遗传程序设计方法 | 第40-47页 |
4.3.1 算法设计思想 | 第40页 |
4.3.2 遗传程序设计的编码表示 | 第40-41页 |
4.3.3 初始群体的生成 | 第41页 |
4.3.4 参数生成方式 | 第41-42页 |
4.3.5 遗传操作的设计 | 第42-43页 |
4.3.6 嵌入参数估计的遗传程序设计算法 | 第43-45页 |
4.3.7 适应度的评价 | 第45页 |
4.3.8 数值实验 | 第45-47页 |
第5章 用点树遗传程序设计(PTGP)解决间断参函数识别问题 | 第47-56页 |
5.1 算法设计思想 | 第47页 |
5.2 点树表达结构 | 第47-48页 |
5.3 遗传策略 | 第48-49页 |
5.4 发式规则 | 第49-52页 |
5.5 适应值度量 | 第52页 |
5.6 点树遗传程序设计算法流程图 | 第52页 |
5.7 数值实验 | 第52-56页 |
第6章 结论与展望 | 第56-57页 |
参考文献 | 第57-60页 |
读研期间发表的学术论文 | 第60-61页 |
致谢 | 第61页 |