| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 多目标优化的研究现状 | 第10-12页 |
| 1.3 本文研究内容 | 第12-13页 |
| 1.4 本文组织结构 | 第13-15页 |
| 2 差分进化算法的研究与分析 | 第15-27页 |
| 2.1 差分进化算法 | 第15-18页 |
| 2.1.1 标准差分进化算法的基本步骤 | 第15-16页 |
| 2.1.2 差分进化算法的流程 | 第16-17页 |
| 2.1.3 差分进化算法的参数控制研究 | 第17-18页 |
| 2.1.4 差分进化算法的优缺点分析 | 第18页 |
| 2.2 改进的差分进化算法 | 第18-22页 |
| 2.2.1 混沌映射—Tent映射 | 第18-19页 |
| 2.2.2“早熟”现象的判断方式 | 第19页 |
| 2.2.3 改进的粒子群算法步骤 | 第19-20页 |
| 2.2.4 改进的差分进化算法 | 第20-21页 |
| 2.2.5 改进的粒子群算法算法和改进的差分进化算法的混合算法 | 第21-22页 |
| 2.3 实验结果与分析 | 第22-25页 |
| 2.4 本章小结 | 第25-27页 |
| 3 多目标差分进化算法的研究与分析 | 第27-35页 |
| 3.1 多目标优化问题的描述 | 第27页 |
| 3.2 多目标优化模型的相关概念 | 第27-28页 |
| 3.3 基于强度Pareto的自适应多目标差分进化算法 | 第28-31页 |
| 3.3.1 基于强度Pareto的自适应多目标差分进化算法的基本思想 | 第28页 |
| 3.3.2 适应度分配操作的改进 | 第28页 |
| 3.3.3 环境选择操作的改进 | 第28页 |
| 3.3.4 自适应差分进化算法 | 第28-29页 |
| 3.3.5 改进的多目标差分进化算法的步骤与流程 | 第29-31页 |
| 3.4 实验结果与分析 | 第31-33页 |
| 3.5 本章小结 | 第33-35页 |
| 4 改进的多目标差分进化算法在投资组合中的应用 | 第35-41页 |
| 4.1 投资组合的描述 | 第35页 |
| 4.2 基于多目标优化的投资组合模型的建立 | 第35-36页 |
| 4.3 模型求解 | 第36-38页 |
| 4.3.1 差分进化算法的参数自适应改进 | 第36页 |
| 4.3.2 可行性规则 | 第36-37页 |
| 4.3.3 改进的多目标差分进化算法 | 第37-38页 |
| 4.4 仿真测试与比较分析 | 第38-40页 |
| 4.5 本章小结 | 第40-41页 |
| 5 结论与展望 | 第41-43页 |
| 5.1 论文总结 | 第41页 |
| 5.2 展望 | 第41-43页 |
| 参考文献 | 第43-49页 |
| 作者攻读学位期间发表学术论文清单 | 第49-51页 |
| 致谢 | 第51页 |
