首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于分解的多目标进化算法和多目标狼群算法的改进

摘要第3-4页
Abstract第4-5页
第1章 绪论第8-14页
    1.1 多目标问题及相关定义第8-9页
    1.2 优化算法的性能评价指标第9-10页
    1.3 几种经典的多目标进化算法第10-11页
    1.4 本文的主要工作第11页
    1.5 本文的主要结构第11-14页
第2章 MOEA/D的简介第14-22页
    2.1 MOEA/D的概述第14-15页
    2.2 关于MOEA/D的相关研究第15-20页
        2.2.1 利用其它方法生成权向量第15页
        2.2.2 研究新的分解方法第15-17页
        2.2.3 研究新的计算资源配置策略第17-18页
        2.2.4 重组算子的改进第18-19页
        2.2.5 研究配对选择机制和替代机制第19-20页
    2.3 本章小结第20-22页
第3章 基于成绩标量函数搜索的分解多目标进化算法第22-36页
    3.1 混合差分算子第22-23页
    3.2 基于成绩标量函数的局部搜索第23-24页
    3.3 算法框架第24-26页
    3.4 数值实验及分析第26-32页
        3.4.1 实验一:与五种经典的多目标优化算法的比较第26-29页
        3.4.2 实验二:比较七种基于分解的多目标进化算法第29-31页
        3.4.3 合成气问题第31-32页
    3.5 本章小结第32-36页
第4章 基于有效序值的多目标狼群算法第36-44页
    4.1 MOGWO的原理第36-37页
    4.2 基于有效序值排序的多目标狼群算法第37-39页
    4.3 数值试验与结果分析第39-43页
    4.4 本章小结第43-44页
第5章 总结与展望第44-46页
参考文献第46-52页
致谢第52-54页
攻读硕士学位期间的研究成果第54页

论文共54页,点击 下载论文
上一篇:差分进化算法与引力搜索算法的改进
下一篇:基于故障树的滚筒装置电子控制系统可靠性分析