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

用于组合优化的人工免疫算法设计与分析

摘要第1-6页
ABSTRACT第6-10页
插图目录第10-11页
表格目录第11-12页
第1章 绪论第12-18页
   ·克隆选择算法概述第12-14页
     ·克隆选择的生物机理第12页
     ·克隆选择算法的流程第12-13页
     ·克隆选择算法的研究现状第13-14页
   ·进化非选择算法第14-16页
     ·用于组合优化的进化非选择算法流程第14-15页
     ·进化非选择算法研究现状第15-16页
   ·本论文的主要研究内容及组织安排第16-18页
     ·本文主要内容第16-17页
     ·本文的组织安排第17-18页
第2章 克隆选择算法中元动力学算子的研究第18-35页
   ·相关工作第18-20页
   ·元动力学策略第20-22页
   ·实验结果及分析第22-30页
     ·Two Max 函数第23-25页
     ·Almost Positive 函数第25-27页
     ·N Almost Positive 函数第27-28页
     ·一个DUF 函数第28-30页
   ·讨论第30-33页
   ·本章小结第33-35页
第3章 进化非选择算法在一个组合优化问题上的时间复杂度第35-49页
   ·相关工作第35-36页
   ·预备知识第36-39页
     ·进化非选择算法第36-38页
     ·Two Max 函数第38-39页
   ·进化非选择算法的平均时间复杂度分析第39-43页
     ·匹配阈值为r= n / 2第39-41页
     ·匹配阈值为r= 1第41-43页
   ·模拟实验第43-45页
   ·讨论第45-47页
   ·本章小结第47-49页
第4章 匹配阈值对进化非选择算法的性能影响分析第49-60页
   ·问题的提出第49页
   ·时间复杂度的对比分析第49-53页
     ·匹配阈值为n / 2-c ,(c 为常数时)第50-51页
     ·匹配阈值为c第51-53页
   ·模拟实验和讨论第53-56页
     ·匹配阈值为(n / 2-c )第53-55页
     ·匹配阈值为c第55-56页
   ·讨论第56-59页
   ·本章小结第59-60页
第5章 总结与展望第60-62页
参考文献第62-66页
致谢第66-67页
读硕期间发表的学术论文与参加的科研项目第67-68页
作者简历第68页

论文共68页,点击 下载论文
上一篇:数据挖掘在入侵检测中的应用
下一篇:基于OSEK标准的操作系统设计实现与关键技术的研究和优化