| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-18页 |
| 1.1 课题研究背景及意义 | 第9-11页 |
| 1.2 多目标优化问题 | 第11-12页 |
| 1.3 多目标进化算法和多目标粒子群算法研究现状 | 第12-15页 |
| 1.4 转炉炼钢过程及其建模技术现状 | 第15-16页 |
| 1.5 论文主要研究内容和结构安排 | 第16-18页 |
| 2 多目标粒子群算法中进化环境监测机制的研究 | 第18-35页 |
| 2.1 引言 | 第18-19页 |
| 2.2 基于高斯混沌变异和精英学习的自适应多目标粒子群算法 | 第19-29页 |
| 2.2.1 收敛因子自适应调整惯性权重和学习因子 | 第19-21页 |
| 2.2.2 高斯混沌变异和精英学习 | 第21-23页 |
| 2.2.3 仿真实验及结果分析 | 第23-29页 |
| 2.3 基于档案解集状态的自适应多目标粒子群算法 | 第29-34页 |
| 2.3.1 自适应选择全局向导策略 | 第29-31页 |
| 2.3.2 平衡粒子扰动和档案解集的扰动 | 第31-32页 |
| 2.3.3 仿真实验及结果分析 | 第32-34页 |
| 2.4 小结 | 第34-35页 |
| 3 基于参考点的高维多目标粒子群算法 | 第35-43页 |
| 3.1 引言 | 第35-36页 |
| 3.2 基于参考点的高维多目标粒子群算法 | 第36-39页 |
| 3.2.1 参考点生成和转换档案解集目标值 | 第36-38页 |
| 3.2.2 基于参考点的全局最优选择和档案维护策略 | 第38-39页 |
| 3.3 仿真实验及结果分析 | 第39-41页 |
| 3.4 小结 | 第41-43页 |
| 4 基于多目标粒子群的铁合金加入量计算模型 | 第43-52页 |
| 4.1 引言 | 第43-44页 |
| 4.2 铁合金加入量优化问题的描述 | 第44-46页 |
| 4.3 仿真实验及结果分析 | 第46-50页 |
| 4.3.1 预测钢水元素含量 | 第46-48页 |
| 4.3.2 优化成本和误差 | 第48-50页 |
| 4.4 小结 | 第50-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-59页 |
| 攻读硕士学位期间参加的基金项目情况 | 第59页 |
| 攻读硕士学位期间发表学术论文情况 | 第59-60页 |
| 致谢 | 第60-61页 |