演化计算在搜索与优化问题中的应用
| 第一章 绪论 | 第1-17页 |
| ·搜索与优化问题概述 | 第13页 |
| ·什么是搜索与优化问题 | 第13页 |
| ·搜索与优化问题研究的意义 | 第13页 |
| ·搜索与优化问题的求解方法 | 第13-15页 |
| ·传统方法 | 第13-14页 |
| ·演化计算方法 | 第14-15页 |
| ·本文的主要工作 | 第15-17页 |
| 第二章 演化计算的若干理论 | 第17-23页 |
| ·遗传算法 | 第17-19页 |
| ·遗传算法的基本思想 | 第17页 |
| ·遗传算法的特点 | 第17-18页 |
| ·标准遗传算法的流程 | 第18-19页 |
| ·粒子群优化算法 | 第19-20页 |
| ·粒子群优化算法的基本思想 | 第19-20页 |
| ·标准粒子群优化算法的流程 | 第20页 |
| ·模拟退火算法 | 第20-22页 |
| ·模拟退火算法的基本思想 | 第20-21页 |
| ·模拟退火算法新解的产生的步骤 | 第21页 |
| ·模拟退火算法描述 | 第21-22页 |
| ·演化算法的比较与小结 | 第22-23页 |
| 第三章 本文的经验与理论 | 第23-25页 |
| ·经验总结 | 第23页 |
| ·关于问题的性质 | 第23页 |
| ·关于解的评价 | 第23页 |
| ·演化算法求解搜索与优化问题的总模式 | 第23页 |
| ·相关算法与理论 | 第23-25页 |
| ·改进的粒子群优化算法 | 第24页 |
| ·用于求解TSP问题、动态TSP问题的数据结构 | 第24-25页 |
| 第四章 凸n边形最小四边形包围问题 | 第25-30页 |
| ·问题与概念 | 第25页 |
| ·问题描述 | 第25页 |
| ·概念定义 | 第25页 |
| ·相关性质及证明 | 第25-28页 |
| ·算法描述 | 第28页 |
| ·算法的基本思想 | 第28页 |
| ·算法描述 | 第28页 |
| ·实验结果 | 第28-30页 |
| 第五章 TSP问题与动态TSP问题 | 第30-36页 |
| ·引言 | 第30页 |
| ·动态TSP问题的特点和要求 | 第30页 |
| ·算法的基本思想 | 第30-31页 |
| ·N-OPT算法 | 第31页 |
| ·遗传算法 | 第31页 |
| ·N-OPT算法和遗传算法结合 | 第31页 |
| ·算法描述 | 第31-33页 |
| ·实验结果与结论 | 第33-34页 |
| ·初始状态的建立及结果 | 第33页 |
| ·插入与删除节点及结果 | 第33-34页 |
| ·动态环境运行及结果 | 第34页 |
| ·结论 | 第34-36页 |
| ·结论 | 第34页 |
| ·演示图片 | 第34-36页 |
| 第六章 MINLP问题 | 第36-42页 |
| ·引言 | 第36页 |
| ·MINLP问题求解算法 | 第36-38页 |
| ·粒子迁移策略 | 第36-37页 |
| ·粒子速度更新策略 | 第37页 |
| ·粒子群优化改进算法 | 第37-38页 |
| ·实验、结果与比较 | 第38-41页 |
| ·压力容器设计问题 | 第38-39页 |
| ·例2.化工过程中的问题 | 第39-40页 |
| ·例3.BUMP问题 | 第40-41页 |
| ·结论 | 第41-42页 |
| 第七章 足球机器人动作选择问题 | 第42-45页 |
| ·机器人动作设计与解的结构 | 第42页 |
| ·角色分配与任务分配 | 第42-43页 |
| ·足球机器人动作选择算法 | 第43页 |
| ·实验结果与结论 | 第43-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-48页 |
