摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第12-26页 |
1.1 课题的研究意义和目的 | 第12-14页 |
1.2 课题的国内外研究现状 | 第14-22页 |
1.2.1 生物地理学优化算法的国内外研究现状 | 第14-17页 |
1.2.2 优化问题的国内外研究现状 | 第17-22页 |
1.3 课题主要研究内容和章节安排 | 第22-26页 |
第2章 生物地理学优化算法概述 | 第26-40页 |
2.1 引言 | 第26页 |
2.2 生物地理学优化算法的生物学理论基础 | 第26-27页 |
2.3 生物地理学优化算法的基本思想 | 第27-31页 |
2.4 生物地理学优化算法的基本步骤 | 第31-35页 |
2.5 生物地理学优化算法目前存在问题的分析 | 第35-39页 |
2.6 本章小结 | 第39-40页 |
第3章 基于混合迁移策略的生物地理学优化算法 | 第40-54页 |
3.1 引言 | 第40-41页 |
3.2 基于混合迁移策略的生物地理学优化算法的实现 | 第41-46页 |
3.2.1 动态混合迁移机制的提出 | 第41-44页 |
3.2.2 变异机制的调整 | 第44-46页 |
3.2.3 HMBBO算法的实现流程及复杂度分析 | 第46页 |
3.3 仿真实验与结果分析 | 第46-53页 |
3.3.1 测试函数的选取 | 第46-47页 |
3.3.2 实验参数设置与算法评价标准 | 第47-48页 |
3.3.3 三个改进措施的性能验证实验及分析 | 第48-49页 |
3.3.4 HMBBO与其他优化算法的性能比较 | 第49-53页 |
3.4 本章小结 | 第53-54页 |
第4章 基于动态迁移生物地理学优化的ε约束优化算法 | 第54-70页 |
4.1 引言 | 第54-55页 |
4.2 约束单目标优化问题及ε约束方法 | 第55-58页 |
4.2.1 约束单目标优化问题 | 第55-57页 |
4.2.2 约束违反度及ε约束方法 | 第57页 |
4.2.3 水平参数ε的确定 | 第57-58页 |
4.3 基于动态迁移生物地理学优化的ε约束优化算法的实现 | 第58-61页 |
4.3.1 水平参数ε的改进 | 第58-59页 |
4.3.2 结合ε约束的BBO算法的改进 | 第59-61页 |
4.3.3 εBBO-dm的实现流程及复杂度分析 | 第61页 |
4.4 仿真实验与结果分析 | 第61-69页 |
4.4.1 测试函数的选取 | 第62-65页 |
4.4.2 实验参数设置 | 第65页 |
4.4.3 测试结果及分析 | 第65-69页 |
4.5 本章小结 | 第69-70页 |
第5章 基于混合生物地理学优化的多目标优化算法 | 第70-88页 |
5.1 引言 | 第70-71页 |
5.2 多目标优化问题 | 第71-73页 |
5.3 基于生物地理学优化的多目标无约束优化算法的实现 | 第73-78页 |
5.3.1 栖息地适宜度指数的确定机制 | 第73-74页 |
5.3.2 基于动态距离矩阵的分布性保持机制 | 第74-75页 |
5.3.3 自适应迁入迁出率的确定机制 | 第75-76页 |
5.3.4 动态迁移机制的设计 | 第76页 |
5.3.5 MOBBO的实现流程及复杂度分析 | 第76-78页 |
5.4 仿真实验与结果分析 | 第78-87页 |
5.4.1 测试函数的选取 | 第78-80页 |
5.4.2 性能评价指标 | 第80-81页 |
5.4.3 测试结果及分析 | 第81-87页 |
5.5 本章小结 | 第87-88页 |
第6章 ε约束多目标生物地理学优化算法 | 第88-110页 |
6.1 引言 | 第88-89页 |
6.2 约束多目标优化问题 | 第89-91页 |
6.3 约束多目标生物地理学优化算法的实现 | 第91-99页 |
6.3.1 新型ε约束多目标处理机制的提出 | 第91-94页 |
6.3.2 结合ε约束多目标处理的约束多目标BBO算法 | 第94-97页 |
6.3.3 约束多目标生物地理学优化的实现流程及复杂度分析 | 第97-99页 |
6.4 仿真实验与结果分析 | 第99-109页 |
6.4.1 测试函数的选取 | 第99-101页 |
6.4.2 性能评价指标 | 第101页 |
6.4.3 测试结果及分析 | 第101-109页 |
6.5 本章小结 | 第109-110页 |
第7章 基于生物地理学的雷达正交多相波形设计算法 | 第110-123页 |
7.1 引言 | 第110-111页 |
7.2 MIMO雷达正交波形设计原理 | 第111-112页 |
7.3 基于生物地理学优化的雷达正交多相波形设计算法的实现 | 第112-117页 |
7.3.1 种群的初始化 | 第112-113页 |
7.3.2 栖息地适宜度指数的确定 | 第113-114页 |
7.3.3 物种迁入率和迁出率的确定 | 第114-115页 |
7.3.4 片段式迁移机制的提出 | 第115-116页 |
7.3.5 变异机制的改进 | 第116页 |
7.3.6 POBBO算法的实现流程及复杂度分析 | 第116-117页 |
7.4 仿真实验与结果分析 | 第117-122页 |
7.4.1 POBBO算法的有效性验证实验及分析 | 第117-120页 |
7.4.2 与基于群智能的多相序列波形设计算法的性能比较 | 第120-121页 |
7.4.3 与其他多相序列波形设计算法的性能比较 | 第121-122页 |
7.5 本章小结 | 第122-123页 |
结论 | 第123-125页 |
参考文献 | 第125-135页 |
攻读博士学位期间发表的论文和取得的科研成果 | 第135-136页 |
致谢 | 第136页 |