动态环境中差分进化算法的研究
摘要 | 第4-6页 |
Abstract | 第6-7页 |
1 绪论 | 第11-15页 |
1.1 引言 | 第11页 |
1.2 研究背景及研究意义 | 第11-13页 |
1.3 本文研究内容 | 第13-14页 |
1.4 本文组织结构 | 第14-15页 |
2 优化问题和进化算法 | 第15-23页 |
2.1 优化问题 | 第15-18页 |
2.1.1 优化问题的概述 | 第15-16页 |
2.1.2 优化问题的分类 | 第16-17页 |
2.1.3 优化问题的特点 | 第17-18页 |
2.2 进化算法 | 第18-22页 |
2.2.1 进化算法起源 | 第18-20页 |
2.2.2 进化算法的基本概念 | 第20页 |
2.2.3 进化算法的基本思想 | 第20-21页 |
2.2.4 进化算法的优点 | 第21-22页 |
2.3 本章小结 | 第22-23页 |
3 差分进化算法 | 第23-39页 |
3.1 差分进化算法概述 | 第23页 |
3.2 标准差分进化算法 | 第23-26页 |
3.3 差分进化算法的研究及改进 | 第26-35页 |
3.3.1 控制参数的改进 | 第27-31页 |
3.3.2 变异策略的改进 | 第31-32页 |
3.3.3 选择策略的改进 | 第32-33页 |
3.3.4 其它改进方法 | 第33-35页 |
3.4 差分进化算法的应用 | 第35-38页 |
3.5 本章小结 | 第38-39页 |
4 动态优化问题 | 第39-53页 |
4.1 标准动态优化问题 | 第39-41页 |
4.1.1 标准动态优化问题的特点 | 第39页 |
4.1.2 现存的动态优化问题 | 第39-41页 |
4.2 性能评价 | 第41-43页 |
4.3 优化方法 | 第43-52页 |
4.3.1 探测变化 | 第44页 |
4.3.2 环境变化后增加种群的多样性 | 第44-45页 |
4.3.3 在搜索过程中保持种群多样性 | 第45-47页 |
4.3.4 记忆机制 | 第47-49页 |
4.3.5 预测机制 | 第49-50页 |
4.3.6 自适应方法 | 第50-51页 |
4.3.7 多种群方法 | 第51-52页 |
4.4 本章小结 | 第52-53页 |
5 动态优化 | 第53-67页 |
5.1 动态标准测试函数 | 第53-57页 |
5.2 性能评价标准 | 第57-58页 |
5.3 改进的差分进化算法 | 第58-61页 |
5.3.1 改进的差分进化算法的设计思想 | 第58-60页 |
5.3.2 改进的差分进化算法的流程图 | 第60-61页 |
5.4 实验仿真和结果 | 第61-66页 |
5.4.1 实验参数设置 | 第61页 |
5.4.2 仿真结果 | 第61-66页 |
5.4.3 结果分析 | 第66页 |
5.5 本章小结 | 第66-67页 |
6 结论与展望 | 第67-69页 |
6.1 论文总结 | 第67-68页 |
6.2 论文展望 | 第68-69页 |
参考文献 | 第69-75页 |
致谢 | 第75-76页 |
个人简历、在学期间发表的学术论文和研究成果 | 第76页 |