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

和声搜索算法的若干改进及应用

摘要第5-7页
Abstract第7-9页
第1章 绪论第13-25页
    1.1 最优化问题第13-14页
    1.2 自然计算第14-15页
    1.3 群体智能优化算法第15页
    1.4 和声搜索算法的研究综述第15-22页
        1.4.1 HS算法的改进研究第16-20页
            1.4.1.1 算法参数调整第16-18页
            1.4.1.2 算子改进第18-19页
            1.4.1.3 算法混合第19-20页
        1.4.2 HS算法的应用研究第20-22页
    1.5 本文的主要工作第22-25页
第2章 和声搜索算法迭代收敛理论分析及其改进第25-67页
    2.1 引言第25-27页
    2.2 和声搜索算法及其改进算法的参数设计第27-29页
        2.2.1 和声搜索算法第27-28页
        2.2.2 HS算法的参数设计方法第28-29页
    2.3 HS探索能力分析第29-32页
    2.4 HS算法迭代收敛分析第32-34页
    2.5 改进和声搜索算法第34-38页
        2.5.1 反向学习初始化第34-35页
        2.5.2 参数bw、HMCR、HMS、PAR以及γ的具体设置第35-36页
        2.5.3 MHS算法步骤第36-37页
        2.5.4 算法复杂度分析第37-38页
    2.6 实验结果与分析第38-66页
        2.6.1 定理二和定理三的实验分析第38-43页
        2.6.2 HMS和PAR对算法性能的影响第43-44页
        2.6.3 MHS算法与HS算法以及优秀的改进和声搜索算法相比较第44-64页
        2.6.4 MHS算法与其他经典优化算法比较第64-66页
    2.7 本章小结第66-67页
第3章 局部反向自适应全局和声搜索算法第67-105页
    3.1 引言第67-68页
    3.2 局部反向自适应全局和声搜索算法第68-73页
        3.2.1 自适应全局基音调整策略第68-71页
        3.2.2 局部反向学习第71-72页
        3.2.3 末位淘汰竞争选择机制第72-73页
        3.2.4 局部反向自适应全局和声搜索算法的基本步骤第73页
    3.3 实验及结果分析第73-103页
        3.3.1 参数HMS和HMCR对LHS算法优化性能的影响第74-82页
        3.3.2 LHS算法优化结果比较与分析第82-103页
            3.3.2.1 优化精度比较第83-86页
            3.3.2.2 收敛速度与成功率比较第86-87页
            3.3.2.3 可扩展性测试第87页
            3.3.2.4 Mann-Whitney U测试第87-103页
    3.4 小结第103-105页
第4章 改进的新颖全局和声搜索算法在可靠性优化问题中的应用第105-151页
    4.1 引言第105-106页
    4.2 可靠性优化问题第106-107页
    4.3 HS,NGHS和EGHS算法第107-109页
        4.3.1 NGHS算法第107-108页
        4.3.2 EGHS算法第108-109页
    4.4 改进的新颖全局和声搜索算法第109-111页
        4.4.1 随机位置更新第109-111页
        4.4.2 选择操作第111页
    4.5 松弛约束方法第111-115页
    4.6 实验仿真与结果分析第115-150页
        4.6.1 数值仿真测试第115-134页
            4.6.1.1 基本函数测试第115-126页
            4.6.1.2 复杂函数测试第126-134页
        4.6.2 可靠性优化问题实例第134-139页
        4.6.3 可靠性优化问题的仿真结果与分析第139-150页
    4.7 小结第150-151页
第5章 修正和声搜索算法在大规模系统可靠性问题的应用第151-163页
    5.1 引言第151-152页
    5.2 大规模系统可靠性问题模型第152-153页
    5.3 修正和声搜索算法第153-156页
        5.3.1 不确定维随机搜索第153页
        5.3.2 参数bw的调整策略第153-156页
        5.3.3 约束处理方法第156页
    5.4 实验结果与分析第156-162页
        5.4.1 实验准备第156-157页
        5.4.2 实验结果与分析第157-162页
    5.5 小结第162-163页
第6章 二进制修正和声搜索算法在0-1背包问题中的应用第163-175页
    6.1 引言第163-164页
    6.2 0-1背包问题第164页
    6.3 二进制修正和声搜索算法第164-168页
        6.3.1 可行解初始化方式第165页
        6.3.2 指导型即兴创作第165-166页
        6.3.3 随机修复机制第166-167页
        6.3.4 参数动态调整第167页
        6.3.5 BMHS算法流程第167-168页
        6.3.6 BMHS算法分析第168页
    6.4 实验结果与分析第168-174页
    6.5 小结第174-175页
第7章 结论与展望第175-179页
    7.1 结论第175-176页
    7.2 展望第176-179页
参考文献第179-197页
致谢第197-199页
攻读博士期间所做的主要工作第199-202页

论文共202页,点击 下载论文
上一篇:人工蜂群与差分进化算法研究及其应用
下一篇:时延系统的容错与鲁棒控制方法研究