摘要 | 第1-5页 |
Abstract | 第5-8页 |
第1章 引言 | 第8-15页 |
·研究背景与意义 | 第8页 |
·国内外研究情况 | 第8-14页 |
·求解多目标优化问题的方法 | 第9-11页 |
·整合方法 | 第9-10页 |
·基于种群非Pareto方法 | 第10页 |
·基于Pareto方法 | 第10-11页 |
·构造多目标优化测试问题的方法 | 第11-13页 |
·动态多目标优化演化算法 | 第13-14页 |
·本文所作的工作 | 第14-15页 |
第2章 多目标优化演化算法 | 第15-35页 |
·多目标优化问题的描述及基本概念 | 第15-16页 |
·问题的结构和特性 | 第16-17页 |
·多目标优化演化算法的主要任务 | 第17-18页 |
·演化多目标优化 | 第18-23页 |
·遗传搜索的特征 | 第18页 |
·适应值分配机制 | 第18-19页 |
·适应值共享和种群多样性 | 第19-21页 |
·Pareto遗传算法过程 | 第21-22页 |
·Pareto排序和竞争方法 | 第22-23页 |
·经典多目标优化演化算法 | 第23-32页 |
·VEGA | 第24-26页 |
·PESA及PESA-Ⅱ | 第26-27页 |
·NPGA及NPGA2 | 第27-29页 |
·SPEA及SPEA2 | 第29-30页 |
·NSGA及NSGA-Ⅱ | 第30-31页 |
·PAES | 第31-32页 |
·求解种群中的非支配解的算法及改进算法 | 第32-33页 |
·多目标优化演化算法的框架 | 第33-35页 |
第3章 多目标优化测试问题的构造方法 | 第35-57页 |
·构造测试问题的重要性 | 第35页 |
·双目标优化测试问题的构造方法 | 第35-47页 |
·通用的双目标优化测试问题的构造方法 | 第36页 |
·证明双目标优化问题的Pareto最优集和Pareto前沿的确切位置 | 第36-38页 |
·构造具有凸的或不连续的Pareto最优前沿的双目标优化问题 | 第38-39页 |
·阻碍算法收敛到Pareto最优前沿的双目标优化问题 | 第39页 |
·构造具有不均匀解分布的Pareto前沿的双目标优化问题 | 第39-40页 |
·双目标优化测试问题总结 | 第40-43页 |
·双目标优化测试问题的实例 | 第43-47页 |
·可扩展(Scalable)的多目标优化测试问题的构造方法 | 第47-57页 |
·多重单目标函数方法 | 第47-48页 |
·从下至上方法 | 第48-50页 |
·约束面方法 | 第50-52页 |
·可扩展的测试问题实例 | 第52-57页 |
第4章 动态多目标优化测试问题的构造 | 第57-64页 |
·动态多目标优化测试问题构造的重要性 | 第57页 |
·问题定义 | 第57-58页 |
·动态多目标优化测试问题的类型 | 第58-59页 |
·动态多目标优化测试问题的构造 | 第59-60页 |
·动态双目标优化测试问题的构造 | 第59-60页 |
·可扩展的动态多目标优化测试问题的构造 | 第60页 |
·动态多目标优化测试问题的实例 | 第60-64页 |
·动态双目标优化测试问题的实例 | 第60-63页 |
·可扩展的动态双目标优化测试问题的实例 | 第63-64页 |
第5章 结论 | 第64-65页 |
参考文献 | 第65-69页 |
致谢 | 第69-70页 |
附录: 作者在攻读硕士学位期间发表的学术论文 | 第70页 |