【毕业论文】基于遗传算法的复杂函数极值搜索.doc文档60页原创精品
1、手机端页面文档仅支持阅读 15 页,超过 15 页的文档需使用电脑才能全文阅读。
通过适应度函数来确定寻优方向, 与其他些常规整定方法相比,遗传算法比较简便,整定精度较高。
本文用遗传算法对 柴油机调速系统的参数进行了优化,对该系统进行了仿真,实验结 致谢 附录 程序 文献综述 翻译中文 英文 函数 遗传操作 终止条件判断 其它运行参数 第三章遗传算法求复杂函数极值问题 本例的求解步骤 运行结果验证 第四章结论 参考文献法是种简单高效的寻优算法,与传统的寻优方法相比明显地 改善了控制系统的动态性能。
关键词遗传算法控制器参数优化 ,遗传算法的基本框架编码 初始种群的生成 适应度函数 遗传操作 终止条件判断 其它运行参数 第三章遗传算法求复杂函数极值问题其它运行参数 第三章遗传算法求复杂函数极值问题 本例的求解步骤 收, 本例的求解步骤 运行结果验证 第四章结论 参考文献 致谢 附录 程序 文献综述 翻译中文 英文 目录 摘要 中文 英文摘要 第章遗传算法简介 遗传算法的背景 遗传与变异 进化 遗传与进化的系统关系 遗传算法的定义 遗传算法的原理和特点 遗传算法的应用 遗传算法的现状 现阶段存在的问题和技术关键 本文的主要内容和研究目标 主要内容 研究目的 第二章遗传算法的理论基础基本框架和运行参数 主要内容 研究目的 第二章遗传算法的理论基础基本框架和运行参数 理论基础 模式定理 积木块假设 收敛性定理将适应度较高的个体选择出来,以优化种群 交叉是从种群中随机地抽取对个体,并随机地选择多位进行交叉,生成新样本,达到 增大搜索空间的目的变异是为了防止选择和交叉丢失重要的遗传信息,它对个体按位 进行操作,以提高的搜索效率和全局搜索能力。
通过适应度函数来确定寻优方向, 与其他些常规整定方法相比,遗传算法比较简便,整定精度较高。
本文用遗传算法对 柴油机调速系统的参数进行了优化,对该系统进行了仿真,实验结果表明该种算法 的有效性,也表明遗传算法是种简单高效的寻优算法,与传统的寻优方法相比明显地 改善了控制系统的动态性能。
关键词遗传算法控制器参数优化 基于遗传算法的参数优化设计 摘要 调节器是最早发展起来的控制策略之,遗传算法是种借鉴生物界自然选择 和自然遗传学机理上的迭代自适应概率性搜索算法。
本文提出了种基于遗传算法的 控制器参数优化设计。
遗传算法模仿生物进化的步骤,在优化过程中引入了选择, 交叉,变异等算子,选择是从父代种群中将适应度较高的个体选择出来,以优化种群 交叉是从种群中随机地抽取对个体,并随机地选择多位进行交叉,生成新样本,达到 增大搜索空间的目的变异是为了防止选择和交叉丢失重要的遗传信息,它对个体按位 进行操作,以提高的搜索效率和全局搜索能力。
通过适应度函数来确定寻优方向, 与其他些常规整定方法相比,遗传算法比较简便,整定精度较高。
本文用遗传算法对 柴油机调速系统的参数进行了优化,对该系统进行了仿真,实验结果表明该种 遗传算法的应用 遗传算法的现状 现阶段存在的问题和技术关键 本文的主要基于遗传算法的参数优化设计 摘要 调节器是最早发展起来的控制策略之,遗传算法是种借鉴生物界自然选择 和自然遗传学机理上的迭代自适应概率性搜索算法。
本文提出了种基于遗传算法的 控制器参数优化设计。
遗传算法模仿生物进化的步骤,在优化过程中引入了选择, 交叉,变异等算子,选择是从父代种群中将适应度较高的个体选择出来, 适应度函数 遗传操作 终止条件判断 其它运行参数 第三章遗传算法求复杂函数极值问题 本例的求解步骤 收敛性定理 遗传算法的基本框架编码 初始种群的生成 适应度函数 遗传操作 终止条件判断 其它运行参数 第三章遗传算法求复杂函数极值问题 本例的求解步骤 运行结果验证 第四章结论 参考文献 致谢 附录 程序 文献综述 翻译中文 英文 目录 摘要 中文 英文摘要 第章遗传算法简介 遗传算法的背景 遗传与变异 进化 遗传与进化的系统关系 遗传算法的定义 遗传算法的原理和特点 第二章遗传算法的理论基础基本框架和运行参数 主要内容 研究, 遗传与变异 进化 遗传与进化的系统关系 遗传算法的定义 遗传算法的原理和特点 遗传算法的应用 遗传算法的现状 现阶段存在的问题和技术关键 ,数 第三章遗传算法求复杂函数极值问题 本例的求解步骤 运行结果验证 第四章结论 参考文献 致谢 附录 程序 文献综述 翻译中文 , 英文 目录 摘要 中文 英文摘要 第章遗传算法简介 基本框架编码 初始种群的生成 适应度函数 遗传操作 终止条件判断 其它运行参数 第三章遗传算法求复杂函数极值问题 本例的求解步骤 收敛性定理 遗传算法的基本框架编码 初始种群的生成 适应度函数 遗传操作 终止条件判断 编码 初始种群的生成 适应度函数 遗传操作 终止条件判断 其它运行参数 第三章遗传算法求复杂函数极值问题 本例的求解步骤 遗传算法的现状 现阶段存在的问题和技术关键 本文的主要内容和研究目标 主要内容 研究目的 第二章遗传算法的理论基础基本框架和运行参数 主要内容 研究目的 第二章遗传算法的理论基础基本框架和运行参数 理论基础 模式定理 积木块假设 收敛性定理 遗传算法的内容 研究目的 第二章遗传算法的理论基础基本框架和运行参数 理论基础 运行结果验证 第四章结论 参考文献 致谢 附录 程序 文献综述 翻译中文 英文 目录 摘要 中文 英文摘要 第章遗传算法简介 遗传算法的背景 遗传与变异 进化 遗传与进化的系统关系 遗传算法的定义 遗传算法的原理和特点 遗传算法的应用法的现状 现阶段存在的问题和技术关键 本文的主要内容和研究目标 主要内容 研究目的 第二章遗传算法的理论基础基本框架和运行参数 主要框架和运行参数 理论基础 模式定理 积木块假设 收敛性定理 遗传算法的基本框架编码 初始种群的生成 适应度函数 遗传操作 终止条件判断 其它运行参数 第三章遗传算法求复杂函数极值问题 本例的求解步骤 收敛性定理 遗传算法的基本框架译中文 英文 目录 摘要 中文 英文摘要 第章遗传算法简介 遗传算法的背景 遗传与变异 进化 遗传与进化的系统关系 遗传算法的定义 遗传算法的原理和特点 遗传算法的应用 遗传算法的现状 现阶段存在的问题和技术关键 本文的主要内容和研究目标 主要内容 研究目的 第二章遗传算法的理论基础基本框架和运行参数 主要内容 研究目的 第二章遗传算法的理论基础基本框架和运行参数 理论基础 模式定理 积木块假设 收敛性定理 遗传算法的基本框架编码 初始种群的生成 适应度函数 遗传操作 终止条件判断 其它运行参数 第三章遗传算法求复杂函数极值问题 本例的求解步骤 收敛性定理 遗传算法的基本框架编码 初始种群的生成 适应度函数 遗传操作 终止条件判断 其它运行参数 第三章遗传算法求复杂函数极值问题 本例的求解步骤 运行结果验证 第四章结论 参考文献 致谢 附录 程序 文献综述 翻译中文 英文 目录 摘要 中文 英文摘要 第章遗传算法简介 遗传算法的背景 遗传与变异 进化 遗传与进化的系统关系 遗传算法的定义 遗传算法的原理和特点 遗传算法的应用 遗传算法的现状 现阶段存在的问题和技术关键 本文的主要内容和研究目标 主要内容 研究目的 第二章遗传算法的理论基础基本框架和运行参数 主要内容 研究目的 第二章遗传算法的理论基础基本框架和运行参数 理论基础 模式定理 积木块假设 收敛性定理 遗传算法的基本框架编码 初始种群的生成 适应度函数 遗传操作 终止条件判断 其它运行参数 第三章遗传算法求复杂函数极值问题 本例的求解步骤 收敛性定理 遗传算法的基本框架编码 初始种群的生成 适应度函数 遗传操作 终止条件判断 其它运行参数 第三章遗传算法求复杂函数极值问题 本例的求解步骤 运行结果验证 第四章结论 参考文献 致谢 附录 程序 文献综述 翻译中文 英文 目录 摘要 中文 英文摘要 第章遗传算法简介 遗传算法的背景 遗传与变异 进化 遗传与进化的系统关系 遗传算法的定义 遗传算法的原理和特点 遗传算法的应用 遗传算法的现状 现阶段存在的问题和技术关键 本文的主要内
