| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·多目标优化问题的产生背景 | 第8页 |
| ·进化多目标优化方法及其研究现状 | 第8-11页 |
| ·分布式估计算法和密母算法和研究的发展 | 第11-13页 |
| ·本文的创新动机和主要工作 | 第13-14页 |
| ·本文的组织结构 | 第14-16页 |
| 第二章 进化多目标优化算法 | 第16-26页 |
| ·多目标优化问题的数学描述 | 第16-17页 |
| ·免疫多目标优化算法 | 第17-21页 |
| ·免疫克隆选择算法 | 第17-20页 |
| ·非支配邻域免疫算法 NNIA | 第20-21页 |
| ·基于 EDA 的进化多目标优化算法 | 第21-25页 |
| ·EDA 用于求解多目标优化问题 | 第21页 |
| ·基于 EDA 的进化多目标优化算法 RM-MEDA | 第21-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 进化算子自适应选择的多目标优化算法 | 第26-50页 |
| ·引言 | 第26-27页 |
| ·自适应选择密母算子 | 第27-29页 |
| ·算法 MAOS 的框架设计 | 第29-31页 |
| ·仿真实验 | 第31-47页 |
| ·标准测试函数 | 第32-35页 |
| ·性能评价指标 | 第35页 |
| ·实验参数设置 | 第35-36页 |
| ·实验结果及分析 | 第36-47页 |
| ·MAOS 算法有效性分析 | 第36-43页 |
| ·MAOS 算法自适应策略的有效性分析 | 第43-46页 |
| ·MAOS 算法中自适应密母算子的权值参数分析 | 第46-47页 |
| ·本章小结 | 第47-50页 |
| 第四章 聚类数目自适应调整的 RM-MEDA | 第50-62页 |
| ·引言 | 第50-51页 |
| ·算法的基本思想 | 第51-54页 |
| ·算法的描述 | 第54页 |
| ·算法分析 | 第54-55页 |
| ·仿真实验 | 第55-60页 |
| ·标准测试函数 | 第55-56页 |
| ·实验参数设置 | 第56-57页 |
| ·实验结果及分析 | 第57-60页 |
| ·本章小结 | 第60-62页 |
| 第五章 总结与展望 | 第62-64页 |
| ·论文工作总结 | 第62-63页 |
| ·进一步工作展望 | 第63-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 研究成果 | 第72-73页 |