| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 课题背景及研究意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-21页 |
| 1.2.1 多目标优化的研究现状 | 第17-18页 |
| 1.2.2 动态多目标优化的研究现状 | 第18-21页 |
| 1.3 本论文结构安排 | 第21-22页 |
| 第二章 相关背景 | 第22-34页 |
| 2.1 引言 | 第22-23页 |
| 2.2 相关理论背景 | 第23-24页 |
| 2.2.1 多目标优化问题 | 第23-24页 |
| 2.2.2 动态多目标优化问题 | 第24页 |
| 2.3 MOEA/D-DE介绍 | 第24-27页 |
| 2.3.1 分解机制 | 第25页 |
| 2.3.2 权向量设计 | 第25页 |
| 2.3.3 权向量的邻域 | 第25-26页 |
| 2.3.4 MOEA/D-DE算法流程 | 第26-27页 |
| 2.4 预测机制 | 第27-33页 |
| 2.4.1 VAR预测机制 | 第27-28页 |
| 2.4.2 PRE预测机制 | 第28-29页 |
| 2.4.3 PRE&VAR预测机制 | 第29页 |
| 2.4.4 PPS预测机制 | 第29-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 基于特殊点的混合预测机制的动态多目标优化算法 | 第34-58页 |
| 3.1 引言 | 第34-35页 |
| 3.2 特殊点 | 第35-36页 |
| 3.2.1 边界点 | 第35页 |
| 3.2.2 CTI | 第35-36页 |
| 3.2.3 拐点 | 第36页 |
| 3.3 基于特殊点的混合预测机制 | 第36-41页 |
| 3.3.1 变化检测机制 | 第37页 |
| 3.3.2 基于特殊点的混合预测机制 | 第37-39页 |
| 3.3.3 算法流程 | 第39-41页 |
| 3.4 实验结果与分析 | 第41-56页 |
| 3.4.1 测试函数 | 第41-42页 |
| 3.4.2 性能指标 | 第42-43页 |
| 3.4.3 实验参数设置 | 第43页 |
| 3.4.4 与其他算法进行比较 | 第43-53页 |
| 3.4.5 不同预测机制的比较 | 第53-56页 |
| 3.5 本章小结 | 第56-58页 |
| 第四章 基于多样性引入的混合预测机制的动态多目标优化算法 | 第58-72页 |
| 4.1 引言 | 第58-59页 |
| 4.2 基于多样性引入的混合预测机制 | 第59-64页 |
| 4.2.1 改进的MOEA/D | 第59-60页 |
| 4.2.2 改进的变化检测机制 | 第60页 |
| 4.2.3 多样性引入机制 | 第60-62页 |
| 4.2.4 算法流程 | 第62-64页 |
| 4.3 实验结果与分析 | 第64-69页 |
| 4.3.1 与其他算法进行比较 | 第64-67页 |
| 4.3.2 不同的预测机制的比较 | 第67-69页 |
| 4.4 本章小结 | 第69-72页 |
| 第五章 基于记忆策略的混合预测机制的动态多目标优化算法 | 第72-80页 |
| 5.1 引言 | 第72-73页 |
| 5.2 基于记忆策略的混合预测机制 | 第73-76页 |
| 5.2.1 记忆策略 | 第73-74页 |
| 5.2.2 算法流程 | 第74-76页 |
| 5.3 实验结果与分析 | 第76-78页 |
| 5.4 本章小结 | 第78-80页 |
| 第六章 总结与展望 | 第80-82页 |
| 6.1 本文总结 | 第80-81页 |
| 6.2 进一步工作 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 致谢 | 第86-88页 |
| 作者简介 | 第88-89页 |
