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

高维多目标优化算法的若干关键问题研究

摘要第3-5页
Abstract第5-6页
第一章 高维多目标优化简介第14-23页
    1.1 高维多目标优化问题相关定义第14-15页
    1.2 多目标进化算法第15-17页
    1.3 高维多目标优化算法的关键问题第17-21页
        1.3.1 非支配排序算法效率的提升第17-20页
        1.3.2 高维多目标优化算法性能的提升第20-21页
    1.4 本文工作和安排第21-23页
第二章 一种高效的非支配排序算法框架第23-37页
    2.1 算法思想第23-25页
    2.2 基于ENS的非支配排序算法第25-31页
        2.2.1 顺序查找策略(ENS-SS)第25-26页
        2.2.2 折半查找策略(ENS-BS)第26-27页
        2.2.3 算法示例第27-29页
        2.2.4 复杂度分析第29-31页
    2.3 实验分析第31-36页
        2.3.1 在固定前沿面数种群上的实验第31-33页
        2.3.2 在随机种群上的实验第33-35页
        2.3.3 应用于多目标算法中的实验第35-36页
    2.4 本章总结第36-37页
第三章 基于多叉树的高维非支配排序算法第37-49页
    3.1 算法思想第37-40页
    3.2 基于树结构的非支配排序算法第40-43页
        3.2.1 算法流程第40-42页
        3.2.2 复杂度分析第42-43页
    3.3 实验分析第43-47页
        3.3.1 在随机种群上的实验第43-45页
        3.3.2 在非支配种群上的实验第45-46页
        3.3.3 应用于高维多目标算法中的实验第46-47页
    3.4 本章总结第47-49页
第四章 高维非支配近似排序算法第49-62页
    4.1 算法思想第49-51页
    4.2 基于支配关系估计的非支配排序算法第51-55页
        4.2.1 A-ENS的算法流程第51-52页
        4.2.2 A-ENS中的排序误差分析第52-54页
        4.2.3 复杂度分析第54-55页
    4.3 实验分析第55-61页
        4.3.1 效率方面实验比较第55-58页
        4.3.2 性能方面实验比较第58-61页
    4.4 本章总结第61-62页
第五章 基于Knee Point的高维多目标进化算法第62-76页
    5.1 算法思想第62-64页
    5.2 基于Knee Point的多目标进化算法第64-71页
        5.2.1 KnEA的算法流程第64-65页
        5.2.2 交配池选择策略第65-66页
        5.2.3 自适应Knee Point识别策略第66-69页
        5.2.4 环境选择策略第69-71页
        5.2.5 复杂度分析第71页
    5.3 实验分析第71-75页
        5.3.1 实验设置第71-73页
        5.3.2 雜结果分析第73-75页
    5.4 本章总结第75-76页
第六章 总结与展望第76-79页
    6.1 工作总结第76-77页
    6.2 未来展望第77-79页
参考文献第79-86页
致谢第86-87页
攻读硕士学位期间发表的学术论文第87-88页
攻读硕士学位期间参加的科研项目第88页

论文共88页,点击 下载论文
上一篇:吸烟行为及尼古丁成瘾的遗传学和表观遗传学机制探索
下一篇:糖基化终产物促进氧化型低密度脂蛋白诱导的巨噬细胞泡沫化与内质网应激