| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 组播路由问题研究 | 第11-12页 |
| 1.2.2 多目标进化算法研究 | 第12页 |
| 1.2.3 多目标进化算法在组播路由中的应用研究 | 第12-13页 |
| 1.3 本文的主要内容和创新性说明 | 第13-15页 |
| 第二章 组播路由问题及多目标优化理论 | 第15-25页 |
| 2.1 组播路由问题 | 第15-18页 |
| 2.1.1 路由技术 | 第15-16页 |
| 2.1.2 网络模型 | 第16-17页 |
| 2.1.3 问题描述 | 第17-18页 |
| 2.2 多目标优化理论 | 第18-20页 |
| 2.2.1 多目标优化问题及相关定义 | 第18-19页 |
| 2.2.2 传统多目标优化方法 | 第19-20页 |
| 2.3 多目标进化算法 | 第20-24页 |
| 2.3.1 算法框架及流程 | 第21-22页 |
| 2.3.2 性能评价指标 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于信息素构图的多目标进化算法 | 第25-45页 |
| 3.1 精英策略的非支配排序遗传算法 | 第25-30页 |
| 3.1.1 算法原理 | 第26-29页 |
| 3.1.2 流程框架 | 第29-30页 |
| 3.2 基于信息素构图的多目标进化算法 | 第30-37页 |
| 3.2.1 解构造 | 第31-32页 |
| 3.2.2 信息素构图策略 | 第32-35页 |
| 3.2.3 Jaya多目标学习策略 | 第35页 |
| 3.2.4 Lévy随机扰动算子 | 第35-36页 |
| 3.2.5 算法流程 | 第36-37页 |
| 3.3 实验仿真与结果分析 | 第37-44页 |
| 3.3.1 实验场景 | 第37页 |
| 3.3.2 对比算法 | 第37-38页 |
| 3.3.3 测试指标 | 第38-39页 |
| 3.3.4 参数设定 | 第39页 |
| 3.3.5 结果分析 | 第39-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 增强邻域搜索与精英反向学习的MOEA/D算法 | 第45-71页 |
| 4.1 基于分解的多目标进化算法 | 第45-48页 |
| 4.1.1 算法原理 | 第45-47页 |
| 4.1.2 流程框架 | 第47-48页 |
| 4.2 基于分解的增强邻域搜索与精英反向学习多目标进化算法 | 第48-51页 |
| 4.2.1 子问题分解 | 第49-50页 |
| 4.2.2 增强邻域搜索策略 | 第50-51页 |
| 4.2.3 精英反向学习策略 | 第51页 |
| 4.2.4 算法流程 | 第51页 |
| 4.3 实验仿真与结果分析 | 第51-63页 |
| 4.3.1 实验场景 | 第52页 |
| 4.3.2 对比算法 | 第52-53页 |
| 4.3.3 测试指标 | 第53页 |
| 4.3.4 参数设定 | 第53-54页 |
| 4.3.5 结果分析 | 第54-63页 |
| 4.4 拓展实验：SDN下的多目标组播路由路径构建方法 | 第63-70页 |
| 4.4.1 拓扑管理 | 第63-64页 |
| 4.4.2 ARP处理 | 第64-65页 |
| 4.4.3 组播组管理 | 第65-66页 |
| 4.4.4 路由管理 | 第66-67页 |
| 4.4.5 实验仿真 | 第67-70页 |
| 4.5 本章小结 | 第70-71页 |
| 总结与展望 | 第71-73页 |
| 本文总结 | 第71页 |
| 下一步工作展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-80页 |
| 攻读硕士学位期间的发明专利及科研成果 | 第80页 |
