首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

基于自动分治的智能优化方法及其应用研究

摘要第5-8页
Abstract第8-10页
第1章 绪论第20-32页
    1.1 引言第20-24页
    1.2 基于种群的算法的研究现状第24-28页
        1.2.1 随机重组第24-26页
        1.2.2 自动分治第26-28页
    1.3 本文的主要工作第28-30页
    1.4 本文的内容安排第30-32页
第2章 频数空间寻优第32-52页
    2.1 本章概要第32-33页
    2.2 相关工作介绍第33-35页
        2.2.1 基于聚类的方法第34页
        2.2.2 基于niching的方法第34-35页
        2.2.3 岛屿模型第35页
    2.3 MAPS算法第35-42页
        2.3.1 子种群的划分第36-40页
        2.3.2 子种群的搜索第40-42页
        2.3.3 MAPS的整体流程第42页
    2.4 实验验证第42-51页
        2.4.1 算法设置第42-44页
        2.4.2 实验协议第44-46页
        2.4.3 实验结果与分析第46-51页
    2.5 本章小结第51-52页
第3章 负相关搜索第52-66页
    3.1 本章概要第52-53页
    3.2 负相关搜索的通用框架第53-55页
    3.3 负相关搜索在连续优化中的实例第55-58页
        3.3.1 候选解的表示以及搜索算子第55-56页
        3.3.2 参数λ的自适应第56-58页
    3.4 实验验证第58-62页
        3.4.1 算法设置第58-59页
        3.4.2 实验协议第59页
        3.4.3 实验结果与分析第59-62页
    3.5 非均匀分布天线阵列设计第62-63页
    3.6 本章小结第63-66页
第4章 无人机路径规划第66-98页
    4.1 本章概要第66-69页
    4.2 问题描述第69-74页
        4.2.1 目标函数第70-72页
        4.2.2 约束函数第72-74页
        4.2.3 最终路径的选取第74页
    4.3 SEW框架第74-78页
        4.3.1 新的评估函数第75-76页
        4.3.2 路径点表示形式第76-78页
    4.4 SEW框架的有效性验证第78-90页
        4.4.1 SEW-JADE第78-81页
        4.4.2 SEW-JADE实验验证第81-90页
    4.5 自动分治算法更有效第90-94页
        4.5.1 SEW-NCS-C第91-92页
        4.5.2 SEW-NCS-C vs SEW-JADE第92-94页
    4.6 本章小结第94-98页
第5章 自评估演化第98-122页
    5.1 本章概要第98-99页
    5.2 相关工作介绍第99-100页
    5.3 分治思想的困难第100-102页
    5.4 自评估演化第102-108页
        5.4.1 自评估演化框架第102-103页
        5.4.2 自评估演化中的代理模型第103-105页
        5.4.3 自评估演化的详细步骤第105-108页
        5.4.4 自评估演化与协同演化的对比第108页
    5.5 实验验证第108-120页
        5.5.1 实验协议第108-109页
        5.5.2 算法设置第109-117页
        5.5.3 自评估演化与四个对比算法的比较第117-119页
        5.5.4 代理模型分析第119-120页
    5.6 本章小结第120-122页
第6章 总结与展望第122-126页
    6.1 总结第122-124页
    6.2 展望第124-126页
参考文献第126-144页
致谢第144-146页
在读期间发表的学术论文与取得的研究成果第146-147页

论文共147页,点击 下载论文
上一篇:超多目标演化算法及其应用研究
下一篇:基于局部形状描述和匹配选择的三维物体识别系统