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 |