基于拟仿射变换的协同进化算法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第13-38页 |
| 1.1 课题背景及意义 | 第13-16页 |
| 1.2 国内外研究现状 | 第16-32页 |
| 1.2.1 确定性优化算法 | 第16-20页 |
| 1.2.2 或然性优化算法 | 第20-32页 |
| 1.3 论文的研究内容 | 第32-34页 |
| 1.4 论文的组织架构 | 第34-38页 |
| 第2章 模因孙悟空协同进化算法 | 第38-65页 |
| 2.1 引言 | 第38页 |
| 2.2 潮汐鱼算法 | 第38-46页 |
| 2.3 模因孙悟空进化算法 | 第46-58页 |
| 2.3.1 引入尺度因子的孙悟空算法 | 第46-51页 |
| 2.3.2 引入差分向量的孙悟空算法 | 第51-53页 |
| 2.3.3 引入协同进化矩阵的最终版孙悟空算法 | 第53-58页 |
| 2.4 实验分析 | 第58-61页 |
| 2.4.1 评测函数 | 第58-59页 |
| 2.4.2 对比算法及其参数设定 | 第59-60页 |
| 2.4.3 实验结果 | 第60-61页 |
| 2.5 本章小结 | 第61-65页 |
| 第3章 参数适应学习机制的差分进化算法 | 第65-102页 |
| 3.1 引言 | 第65-66页 |
| 3.2 控制参数适应的差分进化算法 | 第66-68页 |
| 3.3 变异策略适应的差分进化算法 | 第68-71页 |
| 3.4 可选外部存储的适应差分进化算法 | 第71-72页 |
| 3.5 控制参数与测试向量组合的差分进化算法 | 第72-74页 |
| 3.6 成功历史的参数适应差分进化算法 | 第74-78页 |
| 3.7 参数适应学习机制的差分进化算法 | 第78-84页 |
| 3.7.1 时间戳机制的变异策略 | 第79页 |
| 3.7.2 参数适应学习机制 | 第79-82页 |
| 3.7.3 种群规模的动态调整模式 | 第82-84页 |
| 3.8 实验分析 | 第84-101页 |
| 3.8.1 评测函数 | 第84-85页 |
| 3.8.2 对比算法及其参数设定 | 第85-86页 |
| 3.8.3 实验结果 | 第86-101页 |
| 3.9 本章小结 | 第101-102页 |
| 第4章 拟仿射变换的协同进化架构 | 第102-129页 |
| 4.1 引言 | 第102页 |
| 4.2 拟仿射变换的进化架构 | 第102-106页 |
| 4.3 排序机制的QUATRE算法 | 第106-107页 |
| 4.4 两两比较机制的QUATRE算法 | 第107-110页 |
| 4.5 外部存储的参数适应QUATRE算法 | 第110-118页 |
| 4.5.1 进化指导向量的生成策略 | 第111-112页 |
| 4.5.2 尺度因子的动态适应模式 | 第112页 |
| 4.5.3 协同进化矩阵 | 第112-118页 |
| 4.6 实验分析 | 第118-127页 |
| 4.6.1 协同进化矩阵的两种初始化方式 | 第119-120页 |
| 4.6.2 对比算法及其参数设定 | 第120-121页 |
| 4.6.3 实验结果 | 第121-127页 |
| 4.7 本章小结 | 第127-129页 |
| 第5章 进化计算类优化算法的评测方法 | 第129-139页 |
| 5.1 引言 | 第129-130页 |
| 5.2 固定目标值的评价方式 | 第130-131页 |
| 5.3 固定代价的评价方式 | 第131-137页 |
| 5.3.1 从估计角度评价算法优劣 | 第131-132页 |
| 5.3.2 从假设检验角度评价算法优劣 | 第132-136页 |
| 5.3.3 论文各章节算法的总体评测 | 第136-137页 |
| 5.4 本章小结 | 第137-139页 |
| 结论 | 第139-141页 |
| 参考文献 | 第141-151页 |
| 攻读博士学位期间发表的学术论文及其它成果 | 第151-155页 |
| 致谢 | 第155-156页 |
| 个人简历 | 第156-157页 |
