首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于免疫遗传算法的多目标优化研究

摘要第1-4页
ABSTRACT第4-8页
1 绪论第8-13页
   ·选题背景及研究意义第8-9页
     ·选题背景第8页
     ·研究意义第8-9页
   ·国内外研究现状分析第9-11页
     ·传统多目标优化方法的研究现状第9页
     ·遗传算法的研究现状和发展第9-10页
     ·人工免疫算法研究现状第10-11页
   ·本文研究的主要内容及章节安排第11-13页
     ·本文主要的研究内容第11页
     ·本文的章节安排第11-13页
2 多目标优化方法综述第13-40页
   ·多目标优化问题的数学描述第13-15页
     ·多目标优化的数学模型第13页
     ·多目标优化的基本概念第13-15页
   ·传统求多目标优化的方法第15-18页
     ·加权法第15-16页
     ·约束法第16页
     ·目标规划法第16-17页
     ·分层序列法第17页
     ·本节小结第17-18页
   ·多目标遗传算法第18-31页
     ·遗传算法的概念及特征第18页
     ·遗传算法的原理及关键步骤第18-22页
     ·常用的多目标遗传算法第22-31页
     ·本节小结第31页
   ·人工免疫算法第31-39页
     ·人工免疫算法的基本原理及流程第32-36页
     ·常用的人工免疫算法第36-38页
     ·遗传算法与人工免疫算法的比较第38-39页
   ·本章小结第39-40页
3 基于免疫遗传原理的多目标优化算法第40-53页
   ·基本免疫遗传算法的模型第40-42页
   ·改进的免疫遗传算法的研究第42-51页
     ·改进的免疫遗传算法的提出第42-45页
     ·改进的免疫遗传算法的具体步骤第45-47页
     ·实验分析与讨论第47-51页
   ·本章小结第51-53页
4 GNSGA-II 算法在排牙多指手结构参数优化中的应用第53-62页
   ·问题的引入第53-54页
   ·模型建立第54-59页
     ·决策变量第54页
     ·各个目标的实现第54-59页
     ·优化模型的建立第59页
   ·免疫遗传算法的实现第59-61页
     ·染色体结构第59页
     ·种群初始化第59-60页
     ·适应度的计算第60页
     ·遗传免疫操作第60页
     ·运行结果分析第60-61页
   ·本章小结第61-62页
5 结论第62-64页
   ·总结第62页
   ·展望第62-64页
致谢第64-65页
参考文献第65-69页
附录第69页

论文共69页,点击 下载论文
上一篇:基于BP神经网络的高校学费定价模型的建立
下一篇:光干涉图像处理中的关键算法研究