遗传算法适应值曲面及遗传算法困难度分析
| 第一章 绪论 | 第1-19页 |
| 1．1 遗传算法研究概述 | 第7-13页 |
| 1．2 适应值曲面概念的起源与发展状况 | 第13-16页 |
| 1．3 遗传算法困难度研究概述 | 第16-17页 |
| 1．4 本文研究背景及主要研究内容 | 第17-19页 |
| 第二章 遗传算法适应值曲面分析 | 第19-40页 |
| 2．1 遗传算法适应值曲面的定义及意义 | 第19-21页 |
| 2．2 适应值曲面的相关结构分析 | 第21-27页 |
| 2．3 随机游走模型的时间序列分析 | 第27-31页 |
| 2．4 模式适应值曲面 | 第31-37页 |
| 2．5 动态适应值曲面分析 | 第37-40页 |
| 第三章 遗传算法困难度的影响因素分析 | 第40-78页 |
| 3．1 NFL定理及遗传算法困难度分析的意义 | 第40-45页 |
| 3．2 遗传算法的模式欺骗性分析 | 第45-54页 |
| 3．3 基于Walsh变换的基因关联分析 | 第54-63页 |
| 3．4 基于统计分析的基因关联测试 | 第63-73页 |
| 3．5 影响遗传算法困难度的其它因素 | 第73-78页 |
| 第四章 在适应值曲面上测试遗传算法的困难度 | 第78-105页 |
| 4．1 几种常见的遗传算法困难度测试方法 | 第78-82页 |
| 4．2 遗传算法适应值曲面上的排序统计分析 | 第82-88页 |
| 4．3 遗传算法适应值曲面的分形分析 | 第88-91页 |
| 4．4 基于模式适应值曲面的基因关联测试 | 第91-94页 |
| 4．5 测试实数编码遗传算法的困难度 | 第94-99页 |
| 4．6 基于进化动力统计分析的遗传算子性能测试 | 第99-105页 |
| 第五章 提高遗传算法解决困难问题的能力 | 第105-125页 |
| 5．1 困难问题构造分析 | 第105-109页 |
| 5．2 改进遗传算法的结构 | 第109-113页 |
| 5．3 遗传算法的一种动态排序编码方法 | 第113-119页 |
| 5．4 欺骗问题的检测及一种克服欺骗问题的方法 | 第119-122页 |
| 5．5 构造遗传算法的决策支持系统框架 | 第122-125页 |
| 第六章 总结与展望 | 第125-127页 |
| 6．1 总结 | 第125-126页 |
| 6．2 展望 | 第126-127页 |
| 附录：GA性能测试函数 | 第127-130页 |
| 参考文献 | 第130-145页 |
| 致谢 | 第145页 |
