种群初始化论文-刘志海,薛媛,周晨,柏海龙,崔鑫龙

种群初始化论文-刘志海,薛媛,周晨,柏海龙,崔鑫龙

导读:本文包含了种群初始化论文开题报告文献综述及选题提纲参考文献,主要关键词:遗传算法,路径规划,种群初始化,机器人

种群初始化论文文献综述

刘志海,薛媛,周晨,柏海龙,崔鑫龙[1](2019)在《基于遗传算法的机器人路径规划的种群初始化改进》一文中研究指出针对遗传算法应用于机器人路径规划问题时随机生成初始种群的盲目性,对初始化算法进行了改进。首先在起点和终点所在行之间的各栅格行中随机选择一个自由栅格以保证路径的无障碍性,由于这些栅格组成的路径不连续,故设计了中点连接法连接间断点,最后对路径进行简化以避免重复路径。将此算法与文献[8]的自适应遗传算法在相同环境下仿真,实验结果表明:改进种群初始化的遗传算法能有效提高解的质量,提高进化速度。(本文来源于《机床与液压》期刊2019年21期)

常天庆,白帆,李勇,张波[2](2013)在《解WTA问题群智能优化算法的种群初始化问题研究》一文中研究指出为提高解武器—目标分配问题(WTA)的群智能优化算法初始种群性能,从提高初始种群多样性的角度提出了基于密码筒的种群初始化方法,从提高初始种群解质量的角度分别提出了基于目标威胁—打击效果混合排序的种群初始化方法和装甲分队战术种群初始化方法。最后,通过一系列不同规模WTA算例的仿真实验对初始化方法进行评估,结果表明叁种种群初始化方法均达到了设计要求,且各具优势。(本文来源于《计算机应用研究》期刊2013年05期)

徐鹏,王雷,张文义[3](2009)在《遗传算法求解VRP的种群初始化改进》一文中研究指出传统的遗传算法求解VRP时,初始种群多半采取随机生成法形成染色体方案,以致于迭代开始就可能形成许多不可行的方案,要进行大量的计算后才能得到优化的方案,这在很大程度上降低了算法的运算效率.论文提出的遗传编码策略,对初始种群给予基于知识型启发策略,使得初始种群一开始就表现为一种较优的状态.(本文来源于《南京师范大学学报(工程技术版)》期刊2009年03期)

肖晓明,旷东林,蔡自兴[4](2009)在《单亲遗传算法种群初始化方法分析》一文中研究指出基于概率论原理建立了单亲遗传算法产生初始种群的方法的数学模型,通过对数学模型的深入分析,从理论上证明了该类单亲遗传算法的初始种群产生方法根本无法继承上一代种群的优良特性,即每一代的优良特性无法通过遗传传给下一代,从而在理论上否定了这类方法应用于单亲遗传算法的合理性。(本文来源于《电脑与信息技术》期刊2009年04期)

种群初始化论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

为提高解武器—目标分配问题(WTA)的群智能优化算法初始种群性能,从提高初始种群多样性的角度提出了基于密码筒的种群初始化方法,从提高初始种群解质量的角度分别提出了基于目标威胁—打击效果混合排序的种群初始化方法和装甲分队战术种群初始化方法。最后,通过一系列不同规模WTA算例的仿真实验对初始化方法进行评估,结果表明叁种种群初始化方法均达到了设计要求,且各具优势。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

种群初始化论文参考文献

[1].刘志海,薛媛,周晨,柏海龙,崔鑫龙.基于遗传算法的机器人路径规划的种群初始化改进[J].机床与液压.2019

[2].常天庆,白帆,李勇,张波.解WTA问题群智能优化算法的种群初始化问题研究[J].计算机应用研究.2013

[3].徐鹏,王雷,张文义.遗传算法求解VRP的种群初始化改进[J].南京师范大学学报(工程技术版).2009

[4].肖晓明,旷东林,蔡自兴.单亲遗传算法种群初始化方法分析[J].电脑与信息技术.2009

标签:;  ;  ;  ;  

种群初始化论文-刘志海,薛媛,周晨,柏海龙,崔鑫龙
下载Doc文档

猜你喜欢