文摘
英文文摘
声明
第一章绪论
1.1 生物的进化
1.2 进化算法简述
1.2.1进化的要素
1.2.2进化算法的发展
1.2.3进化算法的特点和基本特征
1.2.4进化算法的本质
1.3 研究目标与意义
1.4 主要研究内容和创新点
1.5 本文的组织
第二章进化算法技术简介及特点
2.1 进化算法的基本框架
2.2 遗传算法
2.3 遗传规划
2.4 群智能算法
2.4.1蚁群算法
2.4.2粒子群优化算法
2.5 基因表达式规划
2.5.1 GEP的中文译名
2.5.2 GEP算法的产生
2.5.3 GEP算法的现状与发展
2.5.4 GEP算法的应用
2.5.5 GEP算法的研究方向
2.5.6 GEP算法基本概念
2.5.7 GEP算法基本参数
2.5.8 GEP算法评价
2.5.9 GEP算法描述
2.6 进化算法的对比
2.6.1遗传类算法与群智能算法的对比
2.6.2 GEP与GA、GP的对比
2.6.3个体编码对比
2.7 本章小结
第三章基因连续编码的研究
3.1 引言
3.2 基因内区编码讨论
3.2.1实验数据
3.2.2基因内区及基因有效编码
3.2.3遗传操作对基因内区的影响
3.3 基因编码长度讨论
3.4 基因连续编码及其相关研究
3.4.1基因连续编码的定义
3.4.2基因连续编码的遗传操作
3.4.3 VC-GEP算法
3.5 基因连续编码讨论
3.5.1基因连续编码表达分析
3.5.2表达空间分析
3.5.3表达能力分析
3.6 实验结果及分析
3.6.1 终结符参数设置讨论
3.6.2实验结果及分析
3.6.3基因连续编码的讨论
3.7 本章小结
第四章优良基因字典的研究
4.1 引言
4.2 研究现状
4.2.1基因表达式规划
4.2.2基于字典模型的压缩技术
4.3 基于优良基因字典的算法框架EGDA
4.3.1 EGDA的基本定义
4.3.2 EGDA算法流程
4.3.3优良基因评判讨论
4.3.4优良基因字典的构建
4.3.5优良基因的注入
4.4 优良基因字典算法分析
4.4.1表达空间分析
4.4.2性状遗传分析
4.5 实验结果及分析
4.5.1 EGDA的表达空间讨论
4.5.2 EGDA的字典参数设置讨论
4.5.3 EGDA的编码长度讨论
4.5.4横向对比实验及分析
4.5.5 EGDA算法收敛性讨论
4.6 本章小结
第五章多种群进化策略的研究
5.1 引言
5.2 EGDA算法多种群进化模型
5.2.1进化算法存在的问题
5.2.2 EGDA算法的多种群进化模型
5.3 基于进化稳定策略的多种群PEGDA算法
5.3.1进化稳定策略
5.3.2基于进化稳定策略的PEGDA算法
5.4 基于小生境的多种群的PEGDA算法
5.4.1 小生境理论及其应用
5.4.2基于小生境的PEGDA算法
5.5 实验结果及分析
5.5.1 多种群的进化对比实验
5.5.2横向对比实验及分析
5.6 本章小结
第六章进化计算框架及系统平台EA Engine
6.1 引言
6.2 进化计算框架
6.2.1进化计算框架
6.2.2进化计算框架的特点
6.3 进化框架系统EA Engine
6.3.1 EA Engine系统特点
6.3.2系统架构
6.3.3系统运行模式及流程
6.3.4系统功能特点
6.3.5 系统设计
6.3.6与现有产品比较
6.4 本章小结
第七章进化计算框架系统的应用
7.1 海量养殖数据建模与分析
7.1.1 引言
7.1.2数据处理模型
7.1.3实验结果及分析
7.2 网络流量预测
7.2.1 引言
7.2.2网络流量模型
7.2.3 网络流量的时间序列模型
7.2.4网络流量数据的建模和预测
7.2.5实验结果及分析
7.3 本章小结
结论和展望
参考文献
攻读博士学位期间取得的研究成果
致谢
