| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 多目标优化问题基本概念 | 第11-13页 |
| 1.2.1 多目标优化问题的数学描述 | 第11-12页 |
| 1.2.2 基于 Pareto 的最优解集 | 第12-13页 |
| 1.3 多目标进化算法研究进展 | 第13-17页 |
| 1.3.1 多目标进化算法的优势 | 第13-14页 |
| 1.3.2 多目标进化算法的分类 | 第14-15页 |
| 1.3.3 多目标进化算法的研究新热点 | 第15-17页 |
| 1.4 经典 NSGA-Ⅱ 算法简介 | 第17-18页 |
| 1.4.1 非劣排序 | 第17页 |
| 1.4.2 拥挤距离 | 第17-18页 |
| 1.5 论文结构 | 第18-19页 |
| 2 粒子群优化算法 | 第19-25页 |
| 2.1 粒子群优化算法概述 | 第19-22页 |
| 2.1.1 标准粒子群优化算法的思想 | 第19-20页 |
| 2.1.2 参数分析 | 第20-21页 |
| 2.1.3 粒子群优化算法的优势 | 第21页 |
| 2.1.4 粒子群优化算法的改进及研究现状 | 第21-22页 |
| 2.2 粒子群优化算法在多目标优化问题中的研究现状 | 第22-23页 |
| 2.3 经典 MOPSO 算法简介 | 第23-25页 |
| 3 改进的动态多种群粒子群优化算法 | 第25-39页 |
| 3.1 动态多种群粒子群优化算法研究 | 第25-29页 |
| 3.1.1 动态多种群粒子群优化算法概述 | 第25-26页 |
| 3.1.2 存储机制 | 第26-28页 |
| 3.1.3 学习样本的选择 | 第28-29页 |
| 3.2 加入高斯扰动变异和特殊的边界处理方式 | 第29-30页 |
| 3.3 DMSPSO+详述设计流程 | 第30-31页 |
| 3.4 标准测试函数下的结果分析 | 第31-39页 |
| 3.4.1 多目标优化标准测试函数 | 第31-32页 |
| 3.4.2 多目标优化性能评价准则 | 第32-33页 |
| 3.4.3 DMSPSO+算法参数设置及结果 | 第33-39页 |
| 4 基于混合约束策略的多目标动态多种群粒子群算法 | 第39-49页 |
| 4.1 约束处理机制研究 | 第39-42页 |
| 4.1.1 约束优化问题分析 | 第39页 |
| 4.1.2 基于进化算法的约束处理技术研究 | 第39-42页 |
| 4.2 基于双档案策略和改进可行性规则结合的混合约束处理机制 | 第42-43页 |
| 4.2.1 双档案策略 | 第42-43页 |
| 4.2.2 改进的可行性规则 | 第43页 |
| 4.3 基于混合约束策略的多目标动态多种群粒子群算法实现流程 | 第43-45页 |
| 4.4 算法测试及结果分析 | 第45-49页 |
| 4.4.1 约束多目标标准测试函数 | 第45页 |
| 4.4.2 参数设置和结果分析 | 第45-49页 |
| 5 改进的多目标动态多种群粒子群算法在磨矿分级过程中的应用 | 第49-55页 |
| 5.1 磨矿分级过程概述 | 第49-51页 |
| 5.1.1 磨矿分级过程的作用简介 | 第49页 |
| 5.1.2 磨矿分级过程流程 | 第49-51页 |
| 5.2 磨矿过程的多目标优化研究 | 第51-52页 |
| 5.3 磨矿分级过程的多目标优化的实现 | 第52-55页 |
| 5.3.1 多目标优化数学模型的建立 | 第52-53页 |
| 5.3.2 TOPSIS 法选择最优解 | 第53-55页 |
| 6 结论与展望 | 第55-57页 |
| 6.1 论文总结 | 第55-56页 |
| 6.2 展望 | 第56-57页 |
| 参考文献 | 第57-63页 |
| 致谢 | 第63-64页 |
| 个人简历、在学期间发表的学术论文及研究成果 | 第64页 |
