基于GEP的金属疲劳时间预测模型
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 引言 | 第8-15页 |
| ·研究背景与意义 | 第8-9页 |
| ·相关研究现状 | 第9-13页 |
| ·研究内容及本文组织结构 | 第13-15页 |
| ·研究内容 | 第13-14页 |
| ·本文组织结构 | 第14-15页 |
| 第二章 基因表达式编程的研究 | 第15-24页 |
| ·三种遗传算法的简单介绍 | 第15-17页 |
| ·三种遗传算法的比较 | 第17-18页 |
| ·基因表达式编程 | 第18-24页 |
| ·GEP的算法流程 | 第18-20页 |
| ·GEP个体的基本结构 | 第20-22页 |
| ·GEP的适应值函数 | 第22页 |
| ·GEP中的遗传算子 | 第22-24页 |
| 第三章 一种改进的GEP算法 | 第24-31页 |
| ·改进的GEP算法基本原理 | 第24-25页 |
| ·改进的GEP算法流程 | 第25-26页 |
| ·改进的GEP算法与传统算法的比较 | 第26-31页 |
| ·在函数建模中的比较 | 第27-29页 |
| ·在实际生产生活中的比较 | 第29-31页 |
| 第四章 GEP在金属疲劳时间预测中的应用 | 第31-42页 |
| ·FINDLEY MODEL的介绍 | 第31-34页 |
| ·两种GEP算法在金属疲劳时间预测中的应用 | 第34-41页 |
| ·实验所用数据 | 第34-36页 |
| ·传统GEP算法的实验结果与预测分析 | 第36-38页 |
| ·改进GEP算法的实验结果与预测分析 | 第38-41页 |
| ·两种不同算法的实验结果比较 | 第41-42页 |
| 第五章 结论与展望 | 第42-44页 |
| ·本文主要工作总结 | 第42页 |
| ·研究展望 | 第42-44页 |
| 参考文献 | 第44-47页 |
| 攻读硕士学位期间发表的学术论文 | 第47-48页 |
| 致谢 | 第48页 |