多目标优化问题的蚁群算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 引言 | 第10-16页 |
| ·选题缘由及研究意义 | 第10页 |
| ·多目标优化的研究历史与现状 | 第10-14页 |
| ·多目标优化的求解方法 | 第11-13页 |
| ·多目标优化的理论及应用研究 | 第13-14页 |
| ·多目标优化的蚁群算法研究中存在的问题 | 第14页 |
| ·本文所做的主要工作 | 第14-16页 |
| 第2章 基础理论综述 | 第16-23页 |
| ·蚁群算法 | 第16-19页 |
| ·简介 | 第16页 |
| ·基本原理 | 第16-18页 |
| ·算法描述及其框架 | 第18-19页 |
| ·多目标优化问题 | 第19-23页 |
| ·多目标优化问 | 第19-20页 |
| ·基于Pareto的多目标最优解集 | 第20-23页 |
| 第3章 测试函数集 | 第23-27页 |
| ·多目标优化的测试函数集 | 第23-24页 |
| ·多目标优化的问题分类 | 第24-27页 |
| ·非偏约束的数值多目标优化测试函数集 | 第24-26页 |
| ·带偏约束的数值多目标优化测试函数集 | 第26-27页 |
| 第4章 多目标优化算法的性能评价 | 第27-30页 |
| ·实验设计与分析 | 第27-28页 |
| ·实验目的 | 第27页 |
| ·多目标优化算法评价工具的选取 | 第27-28页 |
| ·实验参数设置 | 第28页 |
| ·实验结果分析 | 第28页 |
| ·多目标优化算法的性能评价的方法 | 第28-30页 |
| ·收敛性评价方法 | 第28-29页 |
| ·分布度评价方法 | 第29-30页 |
| 第5章 多目标优化问题的蚁群算法研究 | 第30-40页 |
| ·构造初始蚁群的方法 | 第30-32页 |
| ·均匀生成初始蚁群 | 第31页 |
| ·为初始蚁群中的每只蚂蚁加一个扰动 | 第31-32页 |
| ·迭代增加初始蚁群中的可行解 | 第32-33页 |
| ·构造Pareto最优解的方法 | 第33-35页 |
| ·Deb的非支配排序的方法 | 第34页 |
| ·用庄家法则构造非支配集的方法 | 第34-35页 |
| ·用擂台赛法则构造非支配集的方法 | 第35页 |
| ·基于信息素交流的寻优方式 | 第35-36页 |
| ·基于全局最优经验指导的寻优方式 | 第36-37页 |
| ·蚂蚁的行进策略 | 第37页 |
| ·算法设计 | 第37-40页 |
| 第6章 算例测试 | 第40-57页 |
| ·Binh问题 | 第41-48页 |
| ·Tanaka问题 | 第48-56页 |
| ·实验结果分析 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 附录 | 第60页 |
| 个人简历 | 第60页 |
| 硕士期间发表论文 | 第60页 |
