| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-14页 |
| 1 引言 | 第10-11页 |
| 2 本文的主要内容 | 第11-14页 |
| 第二章 多目标优化概述 | 第14-26页 |
| 1 多目标优化的基本概念和术语 | 第14-19页 |
| 2 多目标优化算法的发展 | 第19-22页 |
| (1) 加权法 | 第19-20页 |
| (2) 约束法 | 第20-21页 |
| (3) 目标规划 | 第21-22页 |
| (4) 进化多目标优化 | 第22页 |
| 3 多目标优化的性能评价 | 第22-26页 |
| 第三章 进化多目标优化 | 第26-50页 |
| 1 进化算法 | 第26-34页 |
| (1) 进化算法的发展 | 第26-30页 |
| (2) 进化算法的基本原理 | 第30-34页 |
| (3) 使用进化算法进行多目标优化的合理性 | 第34页 |
| 2 EMOO技术 | 第34-45页 |
| (1) VEGA | 第35-36页 |
| (2) FFGA | 第36-37页 |
| (3) NSGA | 第37-39页 |
| (4) NPGA | 第39-41页 |
| (5) PAES | 第41-42页 |
| (6) SPEA | 第42-45页 |
| 3 测试函数 | 第45-50页 |
| 第四章 思维进化计算 | 第50-64页 |
| 1 思维进化计算的提出 | 第50-51页 |
| 2 MEC的基本框架 | 第51-56页 |
| (1) MEC的系统结构和基本知识 | 第51-53页 |
| (2) MEC中的两个重要操作 | 第53-54页 |
| (3) 三个基本机制 | 第54-56页 |
| 3 MEC的研究成果 | 第56-64页 |
| (1) 多种高效率趋同策略的开发 | 第56-57页 |
| (2) 多种高效率异化策略的开发 | 第57-58页 |
| (3) 收敛性证明 | 第58-59页 |
| (4) MEC具有高搜索效率 | 第59页 |
| (5) 论证了MEC相对遗传算法所具有的三个先进机制 | 第59页 |
| (6) 趋同过程的分析 | 第59页 |
| (7) MEC的多峰优化的性能 | 第59页 |
| (8) MEC在噪声环境下的性能 | 第59-60页 |
| (9) MEC用于非数值优化问题 | 第60页 |
| (10) 求解多目标问题的MEC | 第60页 |
| (11) 并行MEC的研究 | 第60页 |
| (12) MEC在图象处理的应用 | 第60-61页 |
| (13) MEC在经济预测中的应用 | 第61页 |
| (14) MEC应用于水泥生料配比 | 第61-64页 |
| 第五章 求解多目标问题的MEC | 第64-90页 |
| 1 Pareto-MEC | 第64-73页 |
| (1) Pareto-MEC算法的基本原理 | 第65-67页 |
| (2) 测试函数 | 第67-69页 |
| (3) 比较实验 | 第69-73页 |
| 2 SP-MEC | 第73-79页 |
| (1) SP-MEC算法的基本原理 | 第73-76页 |
| (2) 比较实验 | 第76-79页 |
| (3) 实验结论 | 第79页 |
| 3 Pareto-MEC和SP-MEC的比较实验 | 第79-82页 |
| 4 算法性能的定量评价 | 第82-87页 |
| (1) 使用Cover进行评价 | 第83-85页 |
| (2) 使用Spacing进行评价 | 第85-87页 |
| 5 小结 | 第87-88页 |
| 6 工作中的几点说明 | 第88-90页 |
| 第六章 结论 | 第90-94页 |
| 参考文献 | 第94-106页 |
| 附录 | 第106-110页 |
| 附录1 多目标优化术语表 | 第106-107页 |
| 附录2 MEC术语表 | 第107-108页 |
| 附录3 MEC伪码简单版本 | 第108-110页 |
| 致谢 | 第110-112页 |
| 在学期间发表的论文 | 第112页 |