相关性制导的高维目标演化优化研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-18页 |
| 第一章 绪论 | 第18-36页 |
| ·选题背景和研究意义 | 第18-20页 |
| ·多目标优化的基本概念 | 第20-22页 |
| ·演化多目标优化的研究现状 | 第22-33页 |
| ·多目标演化算法早期的发展历史 | 第22-24页 |
| ·演化多目标优化新的研究热点 | 第24-26页 |
| ·高维目标优化的研究现状 | 第26-33页 |
| ·研究内容及创新点 | 第33-34页 |
| ·本文的组织结构 | 第34-36页 |
| 第二章 演化多目标优化基础知识 | 第36-58页 |
| ·多目标演化算法的三个关键成分 | 第36-43页 |
| ·选择策略 | 第36-38页 |
| ·变化算子 | 第38-42页 |
| ·精英策略 | 第42-43页 |
| ·多目标优化测试问题 | 第43-50页 |
| ·多目标优化测试问题的设计原则及方法 | 第43-45页 |
| ·DTLZ测试集 | 第45-50页 |
| ·性能评价与算法比较 | 第50-57页 |
| ·多目标优化的性能评价指标 | 第50-55页 |
| ·多目标优化算法性能的比较 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第三章 高维目标演化优化的一种目标降维方法 | 第58-78页 |
| ·引言 | 第58-60页 |
| ·一种新的目标降维方法 | 第60-65页 |
| ·目标相关性度量 | 第60-61页 |
| ·目标相关性与目标冲突度 | 第61-62页 |
| ·CGOR算法描述 | 第62-65页 |
| ·基于CGOR的高维目标演化优化框架 | 第65页 |
| ·NSGA-Ⅱ和IBEA算法描述 | 第65-66页 |
| ·数值实验 | 第66-76页 |
| ·离线降维实验及分析 | 第67-69页 |
| ·在线降维实验及分析 | 第69-76页 |
| ·本章小结 | 第76-78页 |
| 第四章 基于多选择策略的高维目标演化算法 | 第78-94页 |
| ·引言 | 第78-79页 |
| ·相关工作 | 第79-84页 |
| ·Pareto非支配排名结合拥挤距离的选择方法 | 第79页 |
| ·指标选择 | 第79-81页 |
| ·排名选择 | 第81-84页 |
| ·多选择策略 | 第84-86页 |
| ·研究动机 | 第84页 |
| ·算法描述 | 第84-86页 |
| ·数值实验 | 第86-93页 |
| ·参数α的实验 | 第86-89页 |
| ·算法的进一步改进及与其它算法的比较 | 第89-93页 |
| ·本章小结 | 第93-94页 |
| 第五章 基于自适应K阶差分演化的高维目标演化算法 | 第94-128页 |
| ·引言 | 第94-95页 |
| ·自适应多目标K阶差分演化 | 第95-97页 |
| ·一种新的变异模式 | 第95-97页 |
| ·参数自适应 | 第97页 |
| ·基于目标降维的自适应多目标K阶差分演化算法 | 第97-99页 |
| ·数值实验 | 第99-127页 |
| ·参数敏感性实验 | 第100-108页 |
| ·参数自适应实验 | 第108-110页 |
| ·CGOR-SMKDE与其它算法的比较实验 | 第110-127页 |
| ·本章小结 | 第127-128页 |
| 第六章 总结与展望 | 第128-130页 |
| ·主要研究工作总结 | 第128页 |
| ·进一步研究工作的展望 | 第128-130页 |
| 参考文献 | 第130-146页 |
| 作者在攻读博士学位期间的主要科研成果 | 第146-147页 |
| 致谢 | 第147-148页 |
| 报送博士学位简况表 | 第148-149页 |
