| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 引言 | 第9-10页 |
| 1.2 动态优化问题求解方法研究进展 | 第10页 |
| 1.3 进化算法 | 第10-11页 |
| 1.4 动态进化计算的研究综述 | 第11-17页 |
| 1.4.1 动态优化问题的要素 | 第11-12页 |
| 1.4.2 进化算法求解动态优化问题的研究进展与策略 | 第12-17页 |
| 1.5 本文的组织结构 | 第17-19页 |
| 第二章 遗传算法原理及其实现 | 第19-35页 |
| 2.1 遗传算法的产生与发展 | 第19页 |
| 2.2 遗传算法的基本思想与特点 | 第19-21页 |
| 2.2.1 遗传算法基本思想 | 第19-20页 |
| 2.2.2 遗传算法的特点 | 第20-21页 |
| 2.3 遗传算法基本原理 | 第21-22页 |
| 2.4 基本遗传算法的理论基础 | 第22-24页 |
| 2.4.1 模式定理 | 第22-23页 |
| 2.4.2 积木块假设 | 第23页 |
| 2.4.3 遗传算法数学描述 | 第23-24页 |
| 2.5 基本遗传算法的实现 | 第24-34页 |
| 2.5.1 基本遗传算法的实现步骤 | 第24-25页 |
| 2.5.2 基本遗传算法的技术实现 | 第25-34页 |
| 2.6 本章小结 | 第34-35页 |
| 第三章 自适应的双概率原对偶遗传算法研究 | 第35-53页 |
| 3.1 概述 | 第35页 |
| 3.2 原对偶映射机制 | 第35-36页 |
| 3.3 原对偶遗传算法基本规则设计 | 第36-38页 |
| 3.4 双概率原对偶映射机制 | 第38-40页 |
| 3.4.1 设计思想 | 第38页 |
| 3.4.2 双概率计算 | 第38-40页 |
| 3.5 自适应的双概率的原对偶遗传算法 | 第40-41页 |
| 3.6 几种对偶机制比较 | 第41-42页 |
| 3.7 动态环境测试 | 第42-43页 |
| 3.7.1 静态优化问题 | 第42-43页 |
| 3.7.2 动态测试环境的产生 | 第43页 |
| 3.8 实例仿真结果与分析 | 第43-52页 |
| 3.8.1 位匹配问题的实验结果 | 第44-47页 |
| 3.8.2 欺骗函数的实验结果 | 第47-49页 |
| 3.8.3 Royal Road 函数的实验结果 | 第49-52页 |
| 3.8.4 实验结论 | 第52页 |
| 3.9 本章小结 | 第52-53页 |
| 第四章 基于贪婪近似法的遗传算法在动态背包问题中的应用与研究 | 第53-60页 |
| 4.1 动态背包问题描述 | 第53-54页 |
| 4.2 贪婪近似法 | 第54-55页 |
| 4.3 算法基本规则设计 | 第55-56页 |
| 4.3.1 算法设计思想 | 第55页 |
| 4.3.2 基于贪婪近似法的双概率原对偶遗传算法 | 第55-56页 |
| 4.4 实例仿真 | 第56-57页 |
| 4.4.1 动态测试函数 | 第56页 |
| 4.4.2 实验设置 | 第56-57页 |
| 4.5 实例仿真结果与分析 | 第57-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 本文研究成果 | 第60页 |
| 5.2 研究展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间已发表的论文 | 第68-69页 |