| 作者简介 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-12页 |
| 第一章 绪论 | 第12-20页 |
| §1.1 课题的研究背景及意义 | 第12-15页 |
| ·多目标优化算法的研究背景和意义 | 第12-13页 |
| ·流形学习算法的研究背景和意义 | 第13-15页 |
| §1.2 课题的国内外研究现状 | 第15-18页 |
| ·多目标演化算法的国内外研究现状 | 第15-17页 |
| ·多目标分布估计算法的国内外研究现状 | 第17-18页 |
| §1.3 课题来源、主要工作和内容安排 | 第18-20页 |
| 第二章 基于模型的多目标分布估计算法 | 第20-30页 |
| §2.1 多目标优化问题的定义及相关概念 | 第20-23页 |
| ·多目标优化问题的定义 | 第20页 |
| ·Pareto最优解、Pareto最优解集和Pareto最优边界 | 第20-21页 |
| ·个体的支配关系 | 第21-23页 |
| §2.2 基于规则模型的多目标分布估计算法 | 第23-30页 |
| ·算法基本思想 | 第23-24页 |
| ·算法基本流程 | 第24-25页 |
| ·算法建模过程 | 第25-27页 |
| ·个体繁殖策略 | 第27页 |
| ·精英选择操作 | 第27-30页 |
| 第三章 基于流形学习的多目标分布估计算法 | 第30-37页 |
| §3.1 算法基本思想 | 第30页 |
| §3.2 算法基本流程 | 第30-31页 |
| §3.3 算法建模过程及关键算法 | 第31-37页 |
| ·Self-Organizing Maps (SOM) | 第31-34页 |
| ·SOM建模过程 | 第34-36页 |
| ·自适应遗传操作 | 第36-37页 |
| 第四章 测试函数及实验分析 | 第37-77页 |
| §4.1 测试函数的构造 | 第37-42页 |
| ·ZDT测试函数集(ZDT Test Suite) | 第38-40页 |
| ·DTLZ测试函数集(DTLZ Test Suite) | 第40-42页 |
| §4.2 性能评价指标 | 第42-44页 |
| ·收敛性度量指标γ | 第42-43页 |
| ·多样性度量指标△ | 第43页 |
| ·IGD度量指标 | 第43-44页 |
| §4.3 实验分析 | 第44-77页 |
| ·测试函数的选择 | 第44-48页 |
| ·实验环境及参数设置 | 第48页 |
| ·实验结果及分析 | 第48-77页 |
| 第五章 总结与展望 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-83页 |
