基于进化算法的动态多目标优化
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·多目标优化算法的研究和发展现状 | 第9-10页 |
| ·动态多目标优化问题 | 第10-13页 |
| ·动态多目标优化问题的数学模型 | 第10-11页 |
| ·动态多目标优化问题的度量指标 | 第11-12页 |
| ·动态多目标优化问题的发展现状 | 第12-13页 |
| ·本论文的内容安排 | 第13-15页 |
| 第二章 动态多目标优化免疫克隆协同进化算法 | 第15-37页 |
| ·引言 | 第15页 |
| ·算法设计与实现 | 第15-21页 |
| ·免疫克隆操作 | 第15-16页 |
| ·协同进化操作 | 第16-19页 |
| ·均匀性保持操作 | 第19页 |
| ·算法流程图 | 第19-21页 |
| ·仿真实验比较研究 | 第21-36页 |
| ·测试问题 | 第21-23页 |
| ·算法的参数选择和分析 | 第23页 |
| ·实验结果分析 | 第23-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 动态多目标优化量子免疫克隆协同进化算法 | 第37-53页 |
| ·引言 | 第37页 |
| ·算法设计与实现 | 第37-42页 |
| ·算法描述 | 第37-38页 |
| ·量子更新算子 | 第38-40页 |
| ·免疫克隆操作 | 第40页 |
| ·协同进化操作 | 第40-41页 |
| ·动态多目标优化量子免疫克隆协同进化算法 | 第41-42页 |
| ·仿真实验比较研究 | 第42-51页 |
| ·算法的参数选择和分析 | 第42页 |
| ·实验结果分析 | 第42-51页 |
| ·加入不同算子的实验结果比较分析 | 第51页 |
| ·本章小结 | 第51-53页 |
| 第四章 基于量子粒子群的动态多目标优化算法 | 第53-65页 |
| ·引言 | 第53页 |
| ·量子粒子群理论基础 | 第53-55页 |
| ·基本粒子群优化算法的基本思想 | 第53-54页 |
| ·量子粒子群优化算法的基本思想 | 第54-55页 |
| ·基于量子粒子群的动态多目标优化算法 | 第55-58页 |
| ·算法设计 | 第55-56页 |
| ·算法流程 | 第56-58页 |
| ·仿真实验比较研究 | 第58-63页 |
| ·算法的参数选择和分析 | 第58页 |
| ·实验结果分析 | 第58-62页 |
| ·加入不同算子的实验结果比较分析 | 第62-63页 |
| ·本章小结 | 第63-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 攻读硕士期间的学术成果 | 第75-77页 |
| 攻读硕士期间参与的主要科研项目 | 第77-78页 |
