基于莱维飞行的多目标粒子群优化算法研究及应用

目录

声明

第一章 绪论

1.1 研究背景与意义

1.2 国内外研究现状与分析

1.3 本文研究思路及研究内容

1.4 本文章节安排

第二章 相关研究基础

2.1 多目标优化

2.2 粒子群优化算法

2.3 莱维飞行

2.4 极限学习机

2.5 本章小结

第三章 基于莱维飞行和双存档机制的多目标粒子群优化算法

3.1 基于莱维飞行和双存档机制的多目标粒子群优化算法

3.1.1 改进的莱维飞行策略

3.1.2 改进的双存档机制

3.1.3 一个新颖的领导粒子选择策略

3.1.4 MOPSO-LFDA算法的流程图及步骤

3.1.5 MOPSO-LFDA算法的时间复杂度

3.2 实验结果与讨论

3.2.1 基准测试函数以及实验参数设置

3.2.2 评估指标

3.2.3 实验结果和讨论

3.2.4 算法提出的策略的有效性的讨论

3.3 本章小结

第四章 基于莱维飞行和偏好信息的多目标粒子群优化算法的基因选择方法

4.1 基因表达谱数据与常用的基因选择方法

4.2 基于莱维飞行和偏好信息的多目标粒子群优化算法的基因选择方法

4.2.1 原始数据集的初步筛选

4.2.2 多目标优化算法的建立

4.2.3 基因选择方法的步骤及流程图

4.3 实验结果与分析

4.3.1 数据集及实验参数设置

4.3.2 实验结果分析

4.4 本章小结

第五章 总结与展望

5.1 总结

5.2 展望

参考文献

致谢

攻读硕士学位期间发表的学术论文与参与的科研项目