导读:本文包含了面向对象遗传算法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:算法,面向对象,测试,特征,技术,柔性,车间。
面向对象遗传算法论文文献综述
李琦,张静文,王帅[1]（2017）在《面向对象技术实现求解RCPSP的遗传算法》一文中研究指出基于遗传算法求解RCPSP(resource-constrained project scheduling problem)的算法框架,采用面向对象的技术抽象出算法运行中的五个类:活动类、项目网络图类、串行调度进程类、种群中的个体类及遗传算法类。基于动态数组表示项目网络图和活动之间的逻辑关系,并分析出每个类的基本属性及操作函数,其次,探究出各个类之间的组合或依赖关系,从整体角度,设计出包含所有类的算法静态结构图,清晰地展示了多个类之间复杂的数据互访过程,进而实现了基于面向对象技术的遗传算法求解RCPSP编码,最后从理论上分析了采用面向对象技术的优势。研究表明,相对于传统的面向过程的编程方式,基于面向对象技术实现求解RCPSP的遗传算法使得代码编写工作量大大减少,程序的可读性增强,且算法的运行效率有很大提高。(本文来源于《计算机应用与软件》期刊2017年09期）
裴焱栋,顾克江[2]（2015）在《面向对象编码技术下的大个体问题的遗传算法》一文中研究指出针对遗传算法引入面向对象编码技术并对其进行一定的修改.实际问题中常见大个体、超长个体,传统遗传算法表现不足.提出相应的解决方法,引入较大的概率让所有属性均有几率发生改变.给出具体概率的值.随后采用测试函数,对本文提出的方法进行了测试,证明该方法有效.(本文来源于《南京师大学报(自然科学版)》期刊2015年01期）
裴焱栋,陈汶滨[3]（2013）在《基于面向对象编码技术的遗传算法》一文中研究指出1引言遗传算法起源于上世纪60年代,经过半个世纪的发展,无论是理论上,还是实际应用上都有了长足的进步。遗传算法通俗易懂、解决复杂优化问题有很好的效果,适用范围广,大多数时候都能获得满意的解。就像猴子爬山一样,给与其合适的淘汰机制,合适的奖励机制,给其足够的空间,它自己就能向着最终目标靠近它不需要对解空间做太多限制,采用多点同时进行,并行趋近的策略,也不需要确定的规则,只需要按照设计好的思路向下自行演化,就能趋近最优解。面向对象,与其说是一种方法,不如说是一种世界观。它将整个世界看成由无数相互独立又相互关联的小个体组成的,而这些小个体(本文来源于《信息与电脑(理论版)》期刊2013年03期）
张颖娜,张超,赵冬玲,杨建宇[4]（2010）在《利用ReliefFO和海明遗传算法的面向对象分类特征选择算法》一文中研究指出对ReliefF算法进行改进,提出了基于对象的特征评价算法——ReliefFO算法。利用分类决策面能够在类间移动的最大距离,对特征子集进行评价;并采用海明遗传算法,利用近亲交叉回避策略对特征子集进行选择、交叉、变异等遗传操作,以搜索最优特征子集。实验结果表明,此方法能够有效优化面向对象分类的特征空间,提高分类精度。(本文来源于《武汉大学学报(信息科学版)》期刊2010年12期）
周瑞杰,江国华[5]（2010）在《基于遗传算法的面向对象类测试用例生成研究》一文中研究指出软件测试是保证软件质量的重要手段,在测试数据自动生成研究中,利用遗传算法进行针对面向过程的测试用例生成已较为完善,但在针对类对象测试数据生成方面的研究和应用方面仍有改进的空间。本文在借助遗传算法进行测试数据生成策略基础上,对已有染色体编码方式和遗传变异策略进行改进,引入类方法调用依赖图和方法调用树模型表示方法间的依赖关系。结果表明在对类中方法的分支覆盖率和测试用例生成数量上都有明显的改进。(本文来源于《2010通信理论与技术新发展——第十五届全国青年通信学术会议论文集（下册）》期刊2010-08-06）
马永聪[6]（2010）在《基于遗传算法的面向对象的遥感图像分类技术》一文中研究指出遥感图像,特别是高分辨率遥感图像,具有丰富的几何、结构、纹理等空间信息。传统的基于像素的分类方法,只利用光谱信息,不但造成空间信息的浪费,而且由于同质异谱、同谱异质现象以及大量噪声的存在,严重影响此类图像的分类效果。面向对象的遥感图像分类技术,综合了图像的光谱、形状和纹理信息,极大程度上利用了空间信息,弥补了传统图像分类方法在遥感图像分类上的不足。同时,面向对象的分类方式,由于用到了各种性质差异巨大的高维特征,单一分类器在处理这些特征时并不能达到稳定的理想的分类效果。多分类器系统的分类器融合技术,成为了近年来的一个热点。而针对这一问题的特点,基于特征选择技术的多分类器融合成为一种可能的解决方案。本文根据上述特点,首先利用在优化问题中被广泛使用的遗传算法,应用于特征选择技术,然后,将基于遗传算法的特征选择技术推广,设计了一种多分类器系统模型,并针对特征相关性,加入了不相交特征子空间的限制,构造出一种新的多分类器系统模型。两种模型,都通过有监督的训练方式,以提高分类精度为导向,通过遗传算法得到各子分类器上应该使用的特征子空间的优化解,从而完成多分类器系统的构建。实验证明,两种模型,尤其是后者,可以有效地提高具有高维特征的面向对象的遥感图像分类方法的分类精度。(本文来源于《上海交通大学》期刊2010-01-01）
陈耀军,姚锡凡,陈伟雄[7]（2009）在《基于面向对象遗传算法的柔性车间调度研究》一文中研究指出针对柔性车间作业调度问题,基于面向对象思想设计了一种遗传算法。该算法将实际操作封装成基因类,工件封装成工件类,机床封装成机床类,调度方案封装成染色体类,基于堆栈思想设计了染色体的创建方式,提出了全新的染色体解码方式及变异方式。通过仿真实例证明了该算法的有效性和实用性。(本文来源于《机械设计与制造》期刊2009年05期）
孔亮[8]（2008）在《面向对象的遗传算法平台设计与应用》一文中研究指出遗传算法在复杂优化问题求解方面的优异性能,受到了广大研究人员的关注。但具体的代码实现以及在工程项目中的应用,还存在着许多困难,这大大限制了遗传算法在工业优化领域的进一步推广。因此本论文研究工作试图解决在遗传算法应用开发时碰到的困难与不便,提高它的应用实施效率。本文首先介绍了遗传算法的发展历史,应用范围,和在软件设计方面已取得的成果等内容,然后详细讨论了它的基本原理和技术实现。在这些分析研究基础上,利用面向对象的程序设计思想和方法,实现了遗传算法开发平台。该平台按照分层次,模块化进行架构设计和开发,以高效运行,使用简便和从仿真实验到实际生产部署的代码平滑迁移为目标,提供了遗传算法计算的总体框架,预置实现了常见的二进制编码,实数编码,符号编码等编码方式,和与之相关的遗传算子等基础类库组件,并提出了引擎驱动的遗传算法的使用方法。在这些工作之上,还提供了一系列辅助的参数设置,实验分析等的图形化工具。通过该平台,遗传算法的应用人员能将主要精力集中于业务相关的算法设计和调整部分,减少大部分通用的框架和算子代码实现工作,提高工作效率。在程序实现方面,充分利用了C++模板的语言特性,将遗传进化个体类型作为模板参数,使遗传算子等其他组件在程序编译期得到实例化确定,相对于传统的使用运行时多态来解决遗传编码不确定的问题,提高了运行时的执行效率。使用面向对象的设计技术,配合相应的设计模式,将程序与数据流相分离,合理组织底层组件类的关系,减少了对象之间的藕合关系,增强了平台的可扩展性和代码的可维护性。借助于标准C++和wxPython库的跨平台特性,平台中的底层类库和图形化工具能在Windows和Linux等多种操作系统下运行。使用平台对MaxOne问题,函数优化问题,TSP问题进行实验仿真,展示了基于平台进行遗传算法建模的一般性步骤和使用方法的一致性。在实验仿真过程中,结合各自问题特性,讨论了与编码相关的交叉、变异算子的设计,对于遗传算子和参数对优化效果的影响进行了各种实验,得出了精心选择的参数组合能大幅提高优化效果和优化领域“没有免费的午餐”的结论,这有助于用户在使用遗传算法时选择合适的参数。最后对炼钢组炉实例进行建模,用遗传算法对出钢记号和余材量进行优化计算,提出了一种改进的符号编码方式和启发式的变异操作方法,借助于平台快速完成了程序原型和相关的对比实验,获得的优化效果也令人满意。这些仿真和现场实例都说明了平台的应用价值和应用前景。(本文来源于《上海交通大学》期刊2008-12-01）
刘道华,原思聪,邬长安,张满意[9]（2008）在《面向对象的改进遗传算法优化设计》一文中研究指出为提高遗传算法的优化求解性能,从4个方面对遗传算法进行改进:即对障碍项及惩罚项因子的动态变化实现适应度函数的动态变化;对约束函数规格化处理以提高算法的搜索稳定性和算法的收敛速度;采用共享函数的方法使进化个体极易跳出局部最优而达到全局收敛;控制参数的动态变化以适应进化过程不同时期的需要.整个改进措施以面向对象的方法加以实现,并通过单级圆柱齿轮减速器设计实例验证,结果表明相对于常规优化算法,改进后的遗传算法使减速器体积减小25.8%,相比传统遗传优化算法使减速器体积减小5%,从而表明该改进遗传算法具有较高的优化求解效果.(本文来源于《华中科技大学学报(自然科学版)》期刊2008年07期）
王正山[10]（2008）在《混合遗传算法在面向对象软件集成测试中的应用》一文中研究指出提出了一种在面向对象软件集成测试中确定类间测试序列的混合遗传算法。该算法在基本遗传算法的基础之上增加局部搜索以增强局部搜索能力,以及使用缓冲池以减少运行时间。实验结果表明,该算法的性能优于现有的其他方法。(本文来源于《计算机应用》期刊2008年05期）
面向对象遗传算法论文开题报告
（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：
针对遗传算法引入面向对象编码技术并对其进行一定的修改.实际问题中常见大个体、超长个体,传统遗传算法表现不足.提出相应的解决方法,引入较大的概率让所有属性均有几率发生改变.给出具体概率的值.随后采用测试函数,对本文提出的方法进行了测试,证明该方法有效.
（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。
面向对象遗传算法论文参考文献
[1].李琦,张静文,王帅.面向对象技术实现求解RCPSP的遗传算法[J].计算机应用与软件.2017
[2].裴焱栋,顾克江.面向对象编码技术下的大个体问题的遗传算法[J].南京师大学报(自然科学版).2015
[3].裴焱栋,陈汶滨.基于面向对象编码技术的遗传算法[J].信息与电脑(理论版).2013
[4].张颖娜,张超,赵冬玲,杨建宇.利用ReliefFO和海明遗传算法的面向对象分类特征选择算法[J].武汉大学学报(信息科学版).2010
[5].周瑞杰,江国华.基于遗传算法的面向对象类测试用例生成研究[C].2010通信理论与技术新发展——第十五届全国青年通信学术会议论文集（下册）.2010
[6].马永聪.基于遗传算法的面向对象的遥感图像分类技术[D].上海交通大学.2010
[7].陈耀军,姚锡凡,陈伟雄.基于面向对象遗传算法的柔性车间调度研究[J].机械设计与制造.2009
[8].孔亮.面向对象的遗传算法平台设计与应用[D].上海交通大学.2008
[9].刘道华,原思聪,邬长安,张满意.面向对象的改进遗传算法优化设计[J].华中科技大学学报(自然科学版).2008
[10].王正山.混合遗传算法在面向对象软件集成测试中的应用[J].计算机应用.2008
论文知识图
