| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 多目标优化问题 | 第8-9页 |
| 1.2 多目标进化算法 | 第9-12页 |
| 1.2.1 多目标进化算法研究的重要意义 | 第10页 |
| 1.2.2 多目标进化算法研究现状 | 第10页 |
| 1.2.3 多目标进化算法基本框架 | 第10-12页 |
| 1.3 基于分解的多目标进化算法 | 第12-13页 |
| 1.4 基于Pareto支配关系的多目标进化算法 | 第13-14页 |
| 1.5 本文的工作 | 第14-15页 |
| 1.6 论文的组织结构 | 第15-16页 |
| 第2章 基于分解的多目标进化算法 | 第16-21页 |
| 2.1 权重聚合方法 | 第16-17页 |
| 2.2 切比雪夫方法 | 第17页 |
| 2.3 基于惩罚的边界交叉方法 | 第17-18页 |
| 2.4 MOEA/D基本框架 | 第18-21页 |
| 第3章 基于双重选择机制的多目标分解进化算法 | 第21-39页 |
| 3.1 引言 | 第21-22页 |
| 3.2 子问题性质分析与证明 | 第22-26页 |
| 3.3 权重向量获取方法 | 第26-27页 |
| 3.4 MOEA/D-SS算法框架 | 第27-30页 |
| 3.4.1 子问题选择机制 | 第27-28页 |
| 3.4.1.1 个体对应子问题获取方法 | 第27页 |
| 3.4.1.2 最优子问题求解方法 | 第27-28页 |
| 3.4.2 竞争性选择机制 | 第28-30页 |
| 3.4.2.1 局部竞争性选择 | 第28-29页 |
| 3.4.2.2 异域竞争性选择 | 第29-30页 |
| 3.4.3 MOEA/D-SS算法总框架 | 第30页 |
| 3.5 对比实验与分析 | 第30-38页 |
| 3.5.1 竞争性选择机制对算法的影响 | 第32-33页 |
| 3.5.2 子问题选择机制对算法的影响 | 第33页 |
| 3.5.3 两种选择机制综合对算法的影响 | 第33-38页 |
| 3.5.3.1 ZDT和DTLZ系列测试函数对比试验 | 第33-34页 |
| 3.5.3.2 CEC2009测试函数对比试验 | 第34-38页 |
| 3.6 结论 | 第38-39页 |
| 第4章 基于角度领域惩罚机制的多目标进化算法 | 第39-49页 |
| 4.1 引言 | 第39页 |
| 4.2 ANPMEA算法 | 第39-42页 |
| 4.2.1 ANPMEA算法基本框架 | 第39-40页 |
| 4.2.2 环境选择 | 第40页 |
| 4.2.3 角度领域惩罚机制 | 第40-42页 |
| 4.3 实验结果与分析 | 第42-48页 |
| 4.3.1 测试函数与评价指标 | 第42-43页 |
| 4.3.2 试验参数设置 | 第43页 |
| 4.3.3 试验结果 | 第43-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 附录A 攻读硕士学位期间参与的科研项目及科研成果 | 第55页 |