首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

高斯过程及动态混合框架算法求解昂贵约束优化问题

摘要第1-6页
ABSTRACT第6-9页
第一章 绪论第9-13页
   ·课题研究背景第9-11页
     ·进化算法第9页
     ·约束优化问题第9-10页
     ·昂贵优化问题第10-11页
   ·研究现状第11-12页
   ·本论文的主要工作第12-13页
第二章 昂贵约束优化问题第13-28页
   ·昂贵优化问题第13-24页
     ·代理模型第14-15页
     ·多项式:响应面方法第15-16页
     ·高斯过程第16-17页
     ·径向基函数第17-18页
     ·人工神经网络第18-20页
     ·支持向量机第20-22页
     ·聚类第22页
     ·适应值遗传第22页
     ·不同适应值近似方法的比较第22-24页
   ·约束优化问题第24-27页
     ·问题描述第24-25页
     ·约束处理技术第25-27页
   ·昂贵约束优化问题第27页
   ·本章小结第27-28页
第三章 求解昂贵约束优化问题的集成算法第28-44页
   ·样本处理第28-30页
     ·样本集的设计第28-29页
     ·模糊聚类第29-30页
   ·样本更新第30-34页
     ·样本集外部更新模式第32-33页
     ·样本集内部更新模式第33-34页
   ·增强的动态混合框架算法第34-38页
     ·增强的全局搜索模型第34-36页
     ·增强的局部搜索模型第36-38页
   ·高斯过程-动态混合框架集成算法第38-43页
     ·动态混合框架算法介绍第38-41页
     ·高斯过程代理模型的使用第41-42页
     ·高斯过程-动态混合框架集成算法第42-43页
   ·本章小结第43-44页
第四章 实验分析第44-48页
   ·增强算法实验分析第44-46页
   ·集成算法实验分析第46-48页
总结与展望第48-49页
参考文献第49-52页
致谢第52-53页
附录 A:攻读硕士学位期间科研成果第53页

论文共53页,点击 下载论文
上一篇:基于Mean Shift分割的图像阴影检测算法关键技术的研究
下一篇:Kriging辅助代理模型求解昂贵单目标约束优化问题的研究