第 1 章 绪论
1.1 本课题的背景和意义
1.2 国内外研究现状
1.2.1 基于单约束处理技术的约束优化算法
1.2.2 基于混合法的约束优化算法
1.3 本文研究内容
1.4 本文研究组织架构
第 2 章 约束优化问题
2.1 约束优化问题基本理论与定义
2.2 约束处理技术
2.2.1 罚函数法
2.2.2 多目标法
2.2.3 随机排序法
2.2.4 区分可行解与不可行解法
2.2.5 双种群策略
2.2.6 混合法
2.3 元胞遗传算法基本原理
2.4 差分进化算法
2.4.1 变异操作
2.4.2 交叉操作
2.5 本章小结
第 3 章 基于ε比较准则的改进元胞遗传算法
3.1 算法基本理论知识
3.1.1 基于ε约束处理技术进化算法
3.1.2 柯西变异基本理论
3.2 算法改进措施
3.2.1 偏好性指标的提出
3.2.2 改进柯西变异公式
3.3 算法步骤及其流程
3.4 算法实验与结果分析
3.4.1 测试函数
3.4.2 算法实验以及结果
3.5 本章小结
第 4 章 基于双种群存储技术的改进元胞遗传算法
4.1 算法基本理论知识
4.1.1 双种群存储技术
4.1.2 粒子群算法基本原理
4.2 算法改进措施
4.2.1 可行个体与不可行个体的更新
4.2.2 基于粒子群概念变异算子的提出
4.2.3 约束限制处理措施
4.3 算法步骤及其流程
4.4 算法实验与结果分析
4.5 εCGA算法与DPCGA算法对比
4.5.1 εCGA算法与 DPCGA算法原理比较
4.5.2 εCGA算法与 DPCGA算法数据分析
4.6 本章小节
第 5 章 总结与展望
5.1 总结
5.2 展望
参考文献
硕士期间发表的论文和参与的科研项目
致谢
声明
南昌航空大学;