遗传算法是一种模拟自然界生物进化的通用搜索、优化算法，应用日益广泛并在应用中取得了较大成功。本文首先简要介绍了遗传算法发展史、思想、特点和基本遗传算法。然后讨论了遗传算法的收敛性，介绍了遗传算法收敛性的马尔科夫链分析。在此基础上，利用信息凝聚" />

学位论文 > 优秀研究生学位论文题录展示

遗传算法收敛性分析及有效性初探

作　者: 李成江
导　师: 刘法胜
学　校: 山东科技大学
专　业: 计算机应用技术
关键词: 遗传算法算法马尔科夫链信息凝聚图灵机概率机
分类号: TP18
类　型: 硕士论文
年　份: 2004年
下　载: 354次
引　用: 7次
阅　读: 论文下载

内容摘要

算法的学位论文">遗传算法是一种模拟自然界生物进化的通用搜索、优化算法，应用日益广泛并在应用中取得了较大成功。本文首先简要介绍了遗传算法发展史、思想、特点和基本遗传算法。然后讨论了遗传算法的收敛性，介绍了遗传算法收敛性的马尔科夫链分析。在此基础上，利用信息凝聚的观点对算法收敛性加以分析。最后，考察了遗传算法的有效性。本文从算法复杂性的角度，讨论图灵机刻画的确定性算法的局限性，分析概率机刻画的遗传算法的有效性，指出遗传算法有效性来自于遗传算法的非确定性操作部分产生的高复杂性。

全文目录

第一章算法的学位论文">遗传算法简介  18-25
  1.1 遗传算法介绍  18
  1.2 遗传算法发展史  18-20
  1.3 遗传算法生物学基础  20
  1.4 遗传算法基本思想  20-21
  1.5 遗传算法特点  21-22
  1.6 基本遗传算法(SGA)  22-24
  1.7 遗传算法的应用步骤  24-25
第二章遗传算法的收敛性  25-31
  2.1 介绍  25-26
  2.2 遗传算法收敛性定义  26
  2.3 基于马尔可夫链的遗传算法收敛性分析  26-27
  2.4 有限马尔可夫链  27-28
  2.5 基本遗传算法收敛性分析  28-29
  2.6 杰出者选择遗传算法收敛性分析  29-31
第三章基于信息凝聚的遗传算法收敛性分析  31-38
  3.1 引言  31
  3.2 熵  31
  3.3 KULLBACK熵  31-32
  3.4 最大熵原理  32-33
  3.5 最少鉴别信息原理  33
  3.6 信息凝聚  33-34
  3.7 信息凝聚分布与极大熵函数  34-38
第四章遗传算法有效性初探  38-48
  4.1 介绍  38
  4.2 非确定性宇宙观  38-39
  4.3 算法  39-40
  4.4 图灵机  40-42
  4.5 概率图灵机  42-43
  4.6 遗传算法是算法吗?  43-44
  4.7 语言类划分问题  44
  4.8 阿达尔定律  44-45
  4.9 KOLMOGOROV算法熵  45-46
  4.10 遗传算法有效性  46-48
第五章结论  48-49
参考文献  49-51
致谢  51

遗传算法收敛性分析及有效性初探

内容摘要

全文目录

相似论文