| 第一章 绪论 | 第1-18页 |
| §1．1 引言 | 第7页 |
| §1．2 遗传算法的基本理论 | 第7-12页 |
| §1．2．1 遗传算法的基本框架 | 第8-10页 |
| §1．2．2 遗传算法的运算步骤 | 第10页 |
| §1．2．3 遗传算法的基础理论研究概述 | 第10-12页 |
| §1．3 多目标优化问题的研究概况 | 第12-16页 |
| §1．3．1 多目标优化问题的基本概念 | 第12-14页 |
| §1．3．2 多目标优化与遗传算法 | 第14页 |
| §1．3．3 求解多目标优化问题的遗传算法 | 第14-16页 |
| §1．4 本文的主要工作及论文安排 | 第16-18页 |
| 第二章 多决策者随机性偏好在多目标遗传算法中的应用 | 第18-50页 |
| §2．1 引言 | 第18页 |
| §2．2 多目标优化问题的偏好方法研究现状 | 第18-19页 |
| §2．3 多目标模糊性偏好方法 | 第19-21页 |
| §2．4 多决策者随机性偏好方法 | 第21-28页 |
| §2．4．1 多决策者随机性偏好方法的产生背景 | 第21-22页 |
| §2．4．2 多决策者随机性偏好的产生方法 | 第22-24页 |
| §2．4．3：基于决策者偏好的多目标遗传算法 | 第24-27页 |
| §2．4．4 决策者参与评价次数的分析 | 第27-28页 |
| §2．5 偏好多目标优化问题解的相关理论 | 第28-30页 |
| §2．6 参数分析及数值试验 | 第30-49页 |
| §2．6．1 数值实验(一) | 第30-39页 |
| §2．6．2 数值实验(二) | 第39-47页 |
| §2．6．3 数值实验(三) | 第47-49页 |
| §2．7 结论 | 第49-50页 |
| 第三章 多目标优化进化算法的收敛性分析 | 第50-54页 |
| §3．1 引言 | 第50页 |
| §3．2 进化算法收敛性分析的基础理论介绍 | 第50-51页 |
| §3．3 多目标优化问题及其进化算法模型 | 第51-52页 |
| §3．3．1 多目标优化问题模型 | 第51页 |
| §3．3．2 假设 | 第51页 |
| §3．3．3 多目标进化算法模型 | 第51-52页 |
| §3．4 多目标优化问题进化算法收敛性分析 | 第52-54页 |
| 结束语 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 在学习期间的科研工作 | 第60页 |