学位论文 > 优秀研究生学位论文题录展示

演化计算的若干算法及其应用研究

作　者: 欧阳智敏
导　师: 全惠云
学　校: 湖南师范大学
专　业: 基础数学
关键词: 演化计算 GEP 多父体杂交互补机制
分类号: O241
类　型: 硕士论文
年　份: 2006年
下　载: 138次
引　用: 0次
阅　读: 论文下载

内容摘要

本文系统的介绍了演化计算的原理、理论及应用，重点研究了演化计算领域内的若干重要算法，将改进后的算法应用到函数优化、符号化归及一些经典的组合优化问题上。分布估计算法(Estimation of Distribution Algorithms，简记为EDAs)是由Muhlenbein和Paab于1996年提出的一种演化优化方法。与传统的演化算法不同，EDAs是通过对种群的概率分布模型采样来生成新一代个体的，而上述的概率分布模型是通过对父代中一部分个体进行概率估计得到的。本文将互补机制引入到EDAs中，并将其应用到多维背包问题(Multidimesional Knapsack Problem，简记为MKP)的求解中。基因表达编程(Gene Expression Programming，简记为GEP)是由葡萄牙的Candida Ferreir于2001年提出的。将用线性的结构体存储树形的表达式结构，算法简单高效。目前，GEP已经被广泛的应用到电路设计、数据挖掘、时间序列预测等众多领域。针对GEP算法对个体的评估时间过长问题，我们提出了一种并行的GEP算法框架。

全文目录

中文摘要  3-4
Abstract  4-8
第一章绪论  8-19
  1.1 引言  8
  1.2 常用的演化计算方法  8-15
    1.2.1 引言  8-9
    1.2.2 遗传算法  9-11
    1.2.3 遗传算法的理论背景  11-12
    1.2.4 演化策略  12-14
    1.2.5 演化规划  14-15
  1.3 演化计算的一些新进展  15-18
  1.4 本文的组织结构  18-19
第二章松弛互补的分布估计算法解多维背包问题  19-31
  2.1 引言  19-21
  2.2 分布估计算法  21-23
    2.2.1 引言  21
    2.2.2 基本概念  21-22
    2.2.3 算法描述  22-23
  2.3 松弛互补的分布估计算法  23-25
    2.3.1 互补机制  23-24
    2.3.2 松弛互补的概念  24
    2.3.3 松弛互补的分布估计算法  24-25
  2.4 求解MKP01问题的松弛互补的分布估计算法  25-28
    2.4.1 求解MKP问题的松弛互补概率图模型  26-27
    2.4.2 求解MKP问题EDAs的染色体编码  27
    2.4.3 其它问题  27-28
  2.5 实验结果及分析  28-30
    2.5.1 实验结果  28-29
    2.5.2 实验分析  29-30
  2.6 结语  30-31
第三章基于MPI的并行GEP算法  31-48
  3.1 引言  31-32
  3.2 基本的GEP算法  32-38
    3.2.1 GEP的染色体与ORFs  32-35
    3.2.2 GEP中的遗传算子  35-36
    3.2.3 GEP的算法流程  36-38
  3.3 基于MPI的并行GEP算法  38-45
    3.3.1 并行GEP的算法框架  38-44
    3.3.2 MPI实现的伪代码  44-45
  3.4 实验结果  45-47
  3.5 展望与改进  47-48
第四章结语  48-49
  4.1 结语  48-49
参考文献  49-50
附录一攻读硕士学位期间发表的学术论文  50-51
附录二致谢  51-54

演化计算的若干算法及其应用研究

内容摘要

全文目录

相似论文